然后接收这些并生成操作令牌

Mistyakterseo77

括其无人驾驶汽车项目这里介绍的模型是向机器人领域的生成式模型迈出的一步。在现实世界中可以执行多个指令成功率高达。谷歌发布类机器人模型计算机视觉和自然语言处理等机器学习研究的最新进展是通过使用大型多样化的数据集和表达模型的共享通用方法实现的。尽管已经有各种尝试将这种方法应用于机器人技术但迄今为止机器人还没有像其他子领域那样使用高性能模型。该模型使用预先训练的模。

型将书面命令和一组图像编码为令牌然后使用对其进行压缩。这就是的架构。开发人员收集了大量不同的机器人轨迹数据集以便开发一个可以推广到新任务并展示对各种干扰和背景的鲁棒性的系统。为了在个月内收集万个片段他们部署了个机器人操纵器 电报号码数据 每个操纵器都有一个自由度的手臂一个两指夹具和一个移动底座。研究人员使用了通过远程遥控操作获得的人类样本并用机器人。



刚刚执行的命令的书面解释来标记每个事件。挑选和排列物体打开和关闭抽屉将物体放入和取出抽屉将细长物体直立放置打翻物体拉餐巾和打开罐子都是数据集中包含的高级技能。以下视频展示了几个实际厨房中长视野任务性能的示例。在所有四个领域的表现均明显优于基线显示出卓越的泛化水平和弹性。是一个用于现实世界机器人任务的动作生成模型简单且可扩展。它对所有输入和输出进行标记并使用具。