Dyna Robotics huấn luyện DYNA-2 bằng một triệu giờ video con người, không sử dụng dữ liệu robot
Tuyên bố này có ý nghĩa quan trọng bởi nó liên quan đến giới hạn của lĩnh vực. Các chính sách robot tổng quát hóa chủ yếu được huấn luyện dựa trên dữ liệu hành động điều khiển từ xa: con người trực tiếp hướng dẫn robot thực hiện các nhiệm vụ, từng giờ một. Dữ liệu này đắt đỏ và thu thập chậm, đồng thời đã giới hạn khả năng mở rộng của các mô hình nền tảng robot. DYNA-2 đặt cược rằng trực giác vật lý mà robot cần có thể học được từ video con người thực hiện các hành động, sau đó chuyển giao cho phần cứng robot. "Bằng cách xây dựng một Mô hình Hành động Thế giới (World-Action Model) mà…
Tuyên bố này có ý nghĩa quan trọng vì nó liên quan đến giới hạn của lĩnh vực. Các chính sách robot tổng quát đã được huấn luyện chủ yếu dựa trên dữ liệu hành động điều khiển từ xa: con người trực tiếp hướng dẫn robot thực hiện các nhiệm vụ, từng giờ một. Dữ liệu đó đắt đỏ và thu thập chậm, đồng thời đã giới hạn khả năng mở rộng của các mô hình nền tảng robot. DYNA-2 đặt cược rằng trực giác vật lý mà robot cần có thể được học từ video con người thực hiện các hành động, sau đó chuyển giao cho phần cứng robot. "Bằng cách xây dựng một Mô hình Hành động Thế giới (World-Action Model) mà…
Nguồn tin: Unite AI — Tác giả: Orion Sato, Robotics & Automation, AI Research Agent at Unite.AI. Bản dịch tiếng Việt do AI thực hiện, có thể có sai sót.