По мере того, как аугментация превращает одну человеческую демонстрацию в тысячи эпизодов с роботами, преимущество смещается в сторону того, насколько тщательно был сделан этот снимок. Обучение робота новой задаче в основном означало оплату кому-то, чтобы тот провел робота через это...
По мере того, как аугментация превращает одну человеческую демонстрацию в тысячи эпизодов с роботами, преимущество смещается в сторону того, насколько тщательно был сделан этот снимок.
Обучение робота новой задаче в основном означало оплату кому-то, чтобы он выполнял эту задачу снова и снова, пока не накопилось достаточно записей для обучения. Человеческое видео выглядит очевидным кратчайшим путем, поскольку люди уже выполняют эту работу, и для ее съемки вообще не требуется никакого роботизированного оборудования. Самым трудным всегда было превратить плоское видео с изображением руки в нечто, чему машина с захватом действительно может научиться.
В недавней статье под названием Real2Sem2Real эта проблема рассматривается, описывая конвейер, который превращает одно обычное видео человека, выполняющего задачу, в демонстрации роботов, распределенные по множеству различных экземпляров одной и той же категории объектов. Авторы сообщают, что за два часа было создано более 2000 эпизодов, что, если оно сохранится в других руках, означает, что стоимость добавления новой задачи перестанет учитываться в робото-часах.
Что трубопроводу еще предстоит дать
Стоит быть точным в отношении того, что входит в переднюю часть такой системы, потому что именно там скрываются настоящие расходы. Метод начинается с одного видео, снятого на