Зір надає роботу-маніпулятору мапу, але не надає йому хватки.


Спробуйте підняти яйце лише з камерним входом і нульовим зворотним зв’язком по силі — або ви його розчавите, або впустите. Немає сигналу, який каже актуатору: «ви на 80% від тиску руйнування, послабте».
Такий сигнал існує лише як тактильні дані: сила, крутний момент, тактильний тиск, виявлення ковзання.
Ось чому «втілений AI-блокер (Embodied AI bottleneck)» більше не є проблемою комп’ютерного зору. Це проблема дотику. Ви можете мати ідеальну 3D-модель дверної ручки, але все одно не зможете її повернути, якщо затискач не знає, наскільки сильно він стискає, або коли він ковзає.
Саме цю проблему модель @InvLambda Teleop-to-Earn створена для вирішення. Замість того, щоб сподіватися, що симуляція зможе наблизити реальну тертя та пружність, T2E вводить людей-операторів у контур; реальні руки, реальна спритність, що генерують мультимодальні (візуальні + тактильні) датасети, які симуляційні середовища не можуть підробити.
Зір говорить роботу, де знаходиться світ.
Тактильність говорить йому, як до нього доторкатися.
Друга з них — складніша проблема і та, яку насправді прямо зараз вирішують.
@InvLambda #InvertedLambdaTheBreach #InvertedLambda #Robotics #Teleoperation #SecondContact #SecondContactTheBreach
Переглянути оригінал
post-image
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріплено