Zoellent AI Lab ने छोटे नियंत्रक की मदद से रोबोट की जमी हुई नीतियों को परिष्कृत करने के लिए GR-SAC जारी किया
और पढ़ें
Pandaily
pandaily.com

Zoellent AI Lab ने छोटे नियंत्रक की मदद से रोबोट की जमी हुई नीतियों को परिष्कृत करने के लिए GR-SAC जारी किया

Zoellent AI Lab ने GR-SAC प्रस्तुत किया है, जो विजन, भाषा और क्रियाओं को एकीकृत करने वाले जमी हुई मॉडल के संचालन को ठीक करने के लिए डिज़ाइन किया गया एक हल्का रीइन्फोर्समेंट लर्निंग-आधारित नियंत्रक है। यह विधि नवंबर में चीन में घोषित की गई थी, रिपॉजिटरी प्रकाशित होने और उसी सप्ताह RoboMME लीडरबोर्ड पर परिणाम जमा करने के बाद।

GR-SAC का मतलब गेटेड रेसिडुअल सॉफ्ट एक्टर-क्रिटिक है। पूरी आधार मॉडल को फिर से प्रशिक्षित करने के बजाय, कार्यान्वयन SimpleMemVLA में 232,110 पैरामीटर वाला एक विज़ुअल एक्टर जोड़ता है। मूल मॉडल अवलोकन की व्याख्या करना और क्रियाओं का क्रम उत्पन्न करना जारी रखता है, जबकि छोटा नियंत्रक मैनिपुलेटर जॉइंट कमांड के सीमित सुधारों का अध्ययन करता है।

नियंत्रक फ्रंटल और कलाई कैमरों से छवियों, रोबोट की स्थिति और प्रतीक्षा कर रही क्रियाओं की कतार का विश्लेषण करता है। वाल्व को शामिल करने से केवल विशिष्ट देखे गए शर्तों के अनुपालन में ही सुधार किए जा सकते हैं, जिसमें अपेक्षाकृत स्थिर लक्ष्य क्रियाएं और ग्रिपिंग कमांड शामिल हैं। सीमाएँ, क्षय और रीसेट इन सुधारों के संचय को नियंत्रित करते हैं। ये पैरामीटर नियंत्रण डिजाइन समाधान हैं, न कि सभी वातावरणों में असुरक्षित व्यवहार की अनुपस्थिति की गारंटी हैं।

प्रस्तुत बेंचमार्क परिणामों में सफलता का प्रतिशत 800 में से 706 से बढ़कर 711 हो गया, जो 88.250% से 88.875% तक की वृद्धि के अनुरूप है। परिणामस्वरूप, विफलताओं की संख्या 94 से घटकर 89 हो गई, जो समग्र सफलता में 5.32 प्रतिशत अंक की वृद्धि के बजाय विफलताओं में 5.32% की सापेक्ष कमी दर्शाती है।

परीक्षण में 16 RoboMME कार्य शामिल थे, जिनमें से प्रत्येक में 50 एपिसोड थे। InsertPeg कार्य 46% से 52% तक सुधरा, और MoveCube 94% से 100% तक बढ़ गया। हालांकि, सभी कार्यों में सुधार नहीं हुआ: बेंचमार्क तालिका में गिरावट भी दर्ज की गई, इसलिए समग्र परिणाम को सभी मैनिपुलेशन कौशल में सार्वभौमिक वृद्धि के रूप में नहीं देखा जा सकता है।

Zoellent GR-SAC को मानक RoboMME ट्रैक में अग्रणी बताता है, जो खुले मॉडलों के आधार पर विधियों का मूल्यांकन करता है। समान संयुक्त लीडरबोर्ड में एजेंटिक श्रेणी भी शामिल है, जो मालिकाना उन्नत मॉडल और मानव बेंचमार्क का उपयोग करती है। इस प्रकार, मानक ट्रैक में स्थिति सामान्य लीडरबोर्ड में प्रत्येक प्रविष्टि पर श्रेष्ठता के समतुल्य नहीं है।

सार्वजनिक रिपॉजिटरी में तकनीकी रिपोर्ट, बेंचमार्क नियंत्रक चेकपॉइंट, प्रशिक्षण और मूल्यांकन सामग्री, और प्रत्येक कार्य के परिणाम शामिल हैं। कोड MIT लाइसेंस के तहत है; यह स्वचालित रूप से आधार मॉडल या अन्य निर्भरताओं की शर्तों को रद्द नहीं करता है। बताई गई परिणाम डेवलपर्स द्वारा बेंचमार्क मूल्यांकन बने रहते हैं, न कि वास्तविक उत्पादन में स्वतंत्र रूप से पुनरुत्पादित विश्वसनीयता परीक्षण।

समान कहानियाँ

ACE Robotics ने ACE-CaP-0 प्रस्तुत किया: एआई एजेंट रोबोट के लिए पुन: प्रयोज्य कोड लिखते हैं 92.1% सफलता के साथ
और पढ़ें
pandaily.com

ACE Robotics ने ACE-CaP-0 प्रस्तुत किया: एआई एजेंट रोबोट के लिए पुन: प्रयोज्य कोड लिखते हैं 92.1% सफलता के साथ

एसीई रोबोटिक्स, जो एम्बोडीड आर्टिफिशियल इंटेलिजेंस में संलग्न है और सह-संस्थापक सेंसटाइम के वैन शियाओगैंग के नेतृत्व में है, ने ACE-CaP-0 मॉडल जारी किया है। इस शोध दृष्टिकोण के तहत, एक सामान्य एआई एजेंट रोबोट नियंत्रण सॉफ्टवेयर लिखने, परीक्षण करने और सुधारने का कार्य करता है, जिसके बाद उन्हें पुन: प्रयोज्य कौशल के रूप में दर्ज किया जाता है जो एजेंट की भागीदारी के बिना स्वायत्त रूप से काम कर सकते हैं।

यह लेख 12 नवंबर को arXiv पर पोस्ट किया गया था, और कंपनी ने 13 नवंबर को इसके बारे में घोषणा की। यह विधि 'कोड एज़ पॉलिसीज़' (Code as Policies) की अवधारणा पर आधारित है, जो हर कदम पर बड़े मॉडल को कॉल करने के बजाय निष्पादन योग्य कोड के माध्यम से रोबोट के व्यवहार का वर्णन करती है। लेखकों का तर्क है कि मॉडल को बार-बार कॉल करने से रोबोट की गति धीमी हो जाती है, जबकि तैयार प्रोग्राम अपने निर्माण के दौरान निहित पहले से मौजूद तर्क का उपयोग करता है।

मुख्य चुनौती बड़ी संख्या में महंगी भौतिक परीक्षणों की आवश्यकता के बिना विश्वसनीय कोड विकसित करना है। ACE-CaP-0 में, एजेंट स्वयं सहायता मांगने की आवश्यकता का निर्णय लेता है।

कार्यप्रणाली और परिणाम

टीम द्वारा किए गए तुलना में, सर्वोत्तम परिणाम अनुरोध पर उपलब्ध प्रदर्शनों के संयोजन के साथ सिमुलेशन के चयनात्मक उपयोग से प्राप्त हुए। सफलता के आंकड़े लेखकों के स्वयं के परीक्षणों के परिणामस्वरूप प्राप्त किए गए थे। वास्तविक परिस्थितियों में आठ कार्यों के दौरान, जिसमें चार्जर स्थापित करना, ब्रेड पैक करना, बोतल का ढक्कन हटाना, कप डालना, फूल लगाना और जूते पैक करना शामिल था, दर्ज किए गए कार्यक्रमों ने 240 प्रयासों में से 221 प्रयासों में सफलतापूर्वक काम किया, जो 92.1% है।

इनमें से सात कार्यों ने कम से कम 90% का आंकड़ा हासिल किया, और चार्जर स्थापित करने वाले कार्य ने 100% सफलता प्रदर्शित की। कार्य पूरा करने का औसत समय 0.97 से 2.27 मिनट के बीच था। कार्यक्रम मानव या कोडिंग एजेंट के हस्तक्षेप के बिना रोबोट की अपनी धारणा और नियंत्रण के आधार पर कार्य करते हैं।

यह ध्यान रखना महत्वपूर्ण है कि प्राप्त परिणाम टीम द्वारा चुने गए दो मैनिपुलेटर वाले एक सेटअप के उपयोग पर आधारित हैं, और अभी तक स्वतंत्र रूप से दोहराया नहीं गया है। ACE Robotics का दावा है कि यह कार्य उनके सामान्य मॉडल को अपने वैश्विक मॉडल Kairos के साथ एकीकृत करने की योजना के अनुरूप है।

डी-रोबोटिक्स और इन्फिजिन्स एआई ने सनराइज चिप्स में ओपन रोबोटिक्स टूल एकीकृत किए
और पढ़ें
pandaily.com

डी-रोबोटिक्स और इन्फिजिन्स एआई ने सनराइज चिप्स में ओपन रोबोटिक्स टूल एकीकृत किए

डी-रोबोटिक्स और इन्फिजिन्स एआई ने एक समझौते की घोषणा की है जिसके तहत एम्बोडीड आर्टिफिशियल इंटेलिजेंस के लिए ओपन-सोर्स टूलकिट को डी-रोबोटिक्स के सनराइज चिप्स और इसके सॉफ्टवेयर प्लेटफॉर्म रोबोगो के साथ एकीकृत किया जाएगा। यह घोषणा दोनों कंपनियों द्वारा 13 नवंबर को की गई थी।

रिपोर्ट के अनुसार, कुछ घटक पहले से ही सहक्रियात्मक रूप से काम कर रहे हैं, जिससे डेवलपर्स पूर्ण कार्य चक्र निष्पादित कर सकते हैं: मॉडल को प्रशिक्षित करना, उपकरणों का प्रबंधन करना, एजेंटों को लॉन्च करना और उन्हें एक एकीकृत वर्कफ़्लो के हिस्से के रूप में रोबोट हार्डवेयर पर तैनात करना।

यह ओपन-सोर्स टूलकिट रोबोट विकास के चार चरणों को कवर करता है। इसे Tsinghua University और Infinigence AI के सहयोग से विकसित किया गया था।

डी-रोबोटिक्स हार्डवेयर और प्लेटफॉर्म प्रदान करने के लिए जिम्मेदार है। इसके सनराइज चिप्स ऑनबोर्ड डिवाइस एक्सेस और ऑपरेशन निष्पादन को सक्षम करते हैं, जबकि रोबोगो वातावरण प्रबंधन, कार्य शेड्यूलिंग और निष्पादन समय की निगरानी का ध्यान रखता है।

कंपनियों के बयानों के अनुसार, एकीकरण ने पहले ही परिणाम प्रदर्शित किए हैं: डेवलपर्स रोबोगो में प्रशिक्षण वातावरण चुन सकते हैं, रिमोटली पेरिफेरल हार्डवेयर का प्रबंधन और कॉल कर सकते हैं, और एक ही प्रक्रिया के भीतर उपकरण से फीडबैक के साथ मॉडल प्रशिक्षण, एजेंट निष्पादन और परीक्षण कर सकते हैं।

यह घोषणा दोनों पक्षों द्वारा पहले दिखाए गए कार्यों का विस्तार करती है। इन्फिजिन्स एआई ने सितंबर में अनुकूलित Pi0.5 मॉडल का उपयोग करके APXInf का ओपन-सोर्स कोड जारी किया, और S600 का अनुकूलन घरेलू रोबोट चिप को अपने लक्षित समाधानों में जोड़ता है। डी-रोबोटिक्स पहले GigaAI से GigaBrain-0.7 सहित तृतीय-पक्ष रोबोट मॉडल को सनराइज S600 के साथ एकीकृत करता था।

किसी भी कंपनी ने संयुक्त वर्कफ़्लो के लिए प्रदर्शन मेट्रिक्स प्रकाशित नहीं किए हैं और न ही बताया है कि अधिक सनराइज मॉडल APXInf का समर्थन कब करेंगे।

एंट ग्रुप के रोबीएन्ट ने रोबोटिक हाथों के स्पर्शनीय बोध के लिए लिंगबॉट-टच मॉडल जारी किया
और पढ़ें
pandaily.com

एंट ग्रुप के रोबीएन्ट ने रोबोटिक हाथों के स्पर्शनीय बोध के लिए लिंगबॉट-टच मॉडल जारी किया

रोबीएन्ट, जो एंट ग्रुप की एक सहायक कंपनी है, ने लिंगबॉट-टच मॉडल को सार्वजनिक रूप से जारी किया है। यह स्पर्शनीय मूलभूत मॉडल रोबोटिक हाथों को स्पर्श की एक समान अनुभूति प्रदान करने के लिए डिज़ाइन किया गया है।

10 नवंबर को घोषित, इस मॉडल को लगभग 5000 घंटे के वास्तविक स्पर्श अनुभव से एकत्र किए गए डेटा पर पूर्व-प्रशिक्षित किया गया था। यह संवेदीकरण के तीन सिद्धांतों को कवर करता है: चुंबकीय, दृश्य-स्पर्शनीय और पीजोरेसिस्टिव। मॉडल का कोड Apache-2.0 लाइसेंस के तहत उपलब्ध है, और Tiny और Small चेकपॉइंट्स Hugging Face और ModelScope प्लेटफॉर्म पर रखे गए हैं।

लिंगबॉट-टच द्वारा हल की जाने वाली मुख्य समस्या विभिन्न स्पर्श सेंसर द्वारा उत्पन्न कच्चे संकेतों की असंगति है; एक प्रकार के सेंसर पर प्राप्त स्पर्श अनुभव शायद ही कभी दूसरे पर लागू होता है। लिंगबॉट-टच इस समस्या का समाधान प्रत्येक सेंसर प्रकार के लिए अपना इनपुट टोकनाइज़र प्रदान करके करता है, जो डेटा को एक सामान्य ट्रांसफार्मर में फीड करता है। मॉडल उंगली के सिरे के एक एकीकृत समन्वय स्थान में संपर्क बिंदुओं को मैप करता है और मानकीकृत स्पर्श टोकन आउटपुट करता है, जिनका उपयोग विभिन्न क्रिया मॉडलों द्वारा किया जा सकता है।

रिपॉजिटरी में JEPA शैली का लक्ष्य दृष्टिकोण वर्णित है, जो स्पर्श के स्थानिक-अस्थायी संदर्भ से लेटेंट प्रतिनिधित्वों की भविष्यवाणी करता है। प्रशिक्षण डेटा मानव द्वारा पहने गए स्पर्श दस्तानों और टेलीऑपरेटेड फुर्तीले हाथों दोनों से प्राप्त किया गया था।

रोबोटिक्स कार्यों पर मॉडल का परीक्षण

रोबीएन्ट ने 26 कार्यों के भीतर दो फुर्तीले हाथों - शार्पा वेव और एक्सहैंड - पर मॉडल का परीक्षण किया, जिन्हें वास्तविक रोबोट द्वारा निष्पादित किया गया था। इन कार्यों में पन्ने पलटना, बोतल के ढक्कन को कसना और माजोंगो टाइल्स की पहचान करना शामिल था। लिंगबॉट-टच प्रतिनिधित्व को चार क्रिया मॉडलों - लिंगबॉट-वीएलए, $\pi$0.5, डिफ्यूजन पॉलिसी और टी-रेक्स - में जोड़ने पर, स्पर्श प्रतिक्रिया का उपयोग न करने वाले संस्करणों की तुलना में कार्यों को सफलतापूर्वक पूरा करने की औसत दर लगभग 14-26 प्रतिशत अंक बढ़ गई।

एक मामले में, जब टी-रेक्स शार्पा वेव पर ढक्कन कसने की कोशिश कर रहा था, तो स्पर्शनीयता का उपयोग किए बिना सफलता दर 56.25% थी, कच्चे सेंसर सिग्नल का उपयोग करने पर 62.5% थी, और लिंगबॉट-टच को एकीकृत करने के बाद 90% थी।

सभी 26 परीक्षण Tiny संस्करण का उपयोग करके किए गए थे, जिसमें लगभग 5 मिलियन पैरामीटर हैं और कनेक्टेड नीतियों के आकार को केवल 0.13%-0.16% बढ़ाते हैं। टीम का कहना है कि बड़ा संस्करण Small 5000 घंटों तक प्रशिक्षण डेटा की मात्रा बढ़ने के साथ लगातार बेहतर हो रहा है।

विभिन्न हार्डवेयर प्लेटफार्मों के बीच ज्ञान हस्तांतरण की जांच के लिए, टीम ने एक्सहैंड पर एनकोडर को फ्रीज कर दिया, जिसका मैग्नेटिक-सेंसरी मॉड्यूल प्री-ट्रेनिंग डेटा में अनुपस्थित था, और केवल एक्सहैंड प्रदर्शनों पर क्रिया मॉडल को प्रशिक्षित किया। इस मामले में चुंबकीय स्पर्श का ज्ञान विशेष रूप से मानव दस्ताने डेटा से प्राप्त किया गया था।

रोबीएन्ट इस मॉडल को स्पर्श सेंसर और क्रिया मॉडलों के बीच एक तटस्थ परत के रूप में प्रस्तुत करता है, न कि अपनी LingBot-VLA से जुड़ा हुआ घटक के रूप में। यह उपकरण निर्माताओं को लागत के आधार पर सेंसर चुनने की अनुमति देता है, जबकि सिस्टम टीमों को अपनी स्वयं की नीतियां बनाए रखने की अनुमति देता है।

सभी प्रस्तुत परिणाम रोबीएन्ट के अपने हैं, और कंपनी ने इन डेटा के स्वतंत्र पुनरुत्पादन की सूचना नहीं दी है। GitHub पर रिलीज एक अनुमान रिलीज है, जिसमें फ्रीज किया गया एनकोडर और स्पर्श विशेषताओं को निकालने के लिए यूटिलिटीज शामिल हैं।

लोकप्रिय