Дом
150 обучающих данных позволяют роботу адаптироваться: Ант Линбо опубликовал в открытом доступе код для тонкой настройки LingBot-VLA

Компания Lingbo Technology, занимающаяся робототехникой и принадлежащая Ant Group, объявила о выпуске в полном открытом доступе набора инструментов для последующего обучения реальных роботов на основе своей модели с воплощённым интеллектом LingBot-VLA. Этот набор инструментов позволяет командам разработчиков быстро адаптировать LingBot-VLA к собственным роботам и задачам с использованием собственных данных.
Несмотря на растущее число моделей воплощённого интеллекта с открытым исходным кодом, их внедрение на конкретных роботах по-прежнему требует значительной работы по адаптации. Различия в конфигурациях роботов-манипуляторов, концевых эффекторах, настройках датчиков и интерфейсах управления означают, что командам часто приходится проводить значительную инженерную работу для развертывания на реальных роботах. Такие рабочие процессы обычно хранились как внутреннее ноу-хау и ранее редко публиковались в полном объеме с открытым исходным кодом.
Данный релиз нацелен на удовлетворение ключевых потребностей в адаптации к реальным роботам на четырёх этапах: инструменты обработки данных, поддерживающие объединение нескольких наборов данных LeRobot и стандартизирующие сопоставление размеров суставов; конфигурации обучения, оптимизированные для сценариев с реальными роботами; инструменты автономной оценки; а также модуль развёртывания на реальных роботах с ускорением компиляции. Модель также предлагается в версиях с учетом глубины и без него, что позволяет командам выбирать вариант в зависимости от своих требований.
Как воплощённая базовая модель, LingBot-VLA предварительно обучена на 20 000 часов данных реальных роботов, охватывающих девять основных конфигураций двухруких роботов. Она обладает способностью к обобщению между различными типами роботов и задачами. Как при оценке на реальных роботах, так и в симуляторах она превосходит отраслевой эталон π0.5 и прошла проверку на нескольких машинах совместно с такими производителями, как Lepu, Songling и Xinghai Tu.
LingBot-VLA способен обеспечить высококачественный перенос задач всего на основе 150 точек демонстрационных данных. Благодаря глубокой оптимизации базового кода эффективность его обучения в 1,5–2,8 раза превышает показатели таких популярных фреймворков, как StarVLA и OpenPI, что позволяет ещё больше сократить затраты на данные и вычислительные ресурсы при адаптации модели.
Репозиторий кода LingBot-VLA теперь доступен в открытом доступе на GitHub (github.com/Robbyant/lingbot-vla), а веса модели доступны на Hugging Face и ModelScope.
Связанная статья
Южная Корея начала строительство национального центра вычислений на базе искусственного интеллекта, инвестируя 2,5 триллиона вон с целевым сроком завершения к 2028 году
Южнокорейское издание EtNews сообщает, что 3 августа в парке дата-центров Solar City в Сунане (провинция Чолла-Намдо) состоялась церемония закладки первого камня в основание Центра вычислений ИИ Кореи (KOACC). При общем объеме инвестиций в 2,5 трлн в
Шесть технологических гигантов поддерживают Linux Foundation с суммой $12,5 млн для борьбы с шумом уязвимостей в ИИ
Для борьбы с потоком низкокачественных отчетов о безопасности, генерируемых инструментами автоматизации на базе ИИ, шесть крупных технологических компаний — Anthropic, Amazon (AWS), GitHub, Google, Microsoft и OpenAI — совместно выделили 12,5 млн дол
Маск рассматривал возможность оставить OpenAI своим детям, пока Альтман давал показания
Утром генеральный директор OpenAI Сэм Альтман выступил в суде, чтобы ответить на иск бывшего сооснователя Илона Маска, оспаривающего корпоративную структуру компании.Когда его спросили об утверждении Маска о том, что другие основатели «похитили благ
Рекомендации по связанным специальным темам
Комментарии (0)

Компания Lingbo Technology, занимающаяся робототехникой и принадлежащая Ant Group, объявила о выпуске в полном открытом доступе набора инструментов для последующего обучения реальных роботов на основе своей модели с воплощённым интеллектом LingBot-VLA. Этот набор инструментов позволяет командам разработчиков быстро адаптировать LingBot-VLA к собственным роботам и задачам с использованием собственных данных.
Несмотря на растущее число моделей воплощённого интеллекта с открытым исходным кодом, их внедрение на конкретных роботах по-прежнему требует значительной работы по адаптации. Различия в конфигурациях роботов-манипуляторов, концевых эффекторах, настройках датчиков и интерфейсах управления означают, что командам часто приходится проводить значительную инженерную работу для развертывания на реальных роботах. Такие рабочие процессы обычно хранились как внутреннее ноу-хау и ранее редко публиковались в полном объеме с открытым исходным кодом.
Данный релиз нацелен на удовлетворение ключевых потребностей в адаптации к реальным роботам на четырёх этапах: инструменты обработки данных, поддерживающие объединение нескольких наборов данных LeRobot и стандартизирующие сопоставление размеров суставов; конфигурации обучения, оптимизированные для сценариев с реальными роботами; инструменты автономной оценки; а также модуль развёртывания на реальных роботах с ускорением компиляции. Модель также предлагается в версиях с учетом глубины и без него, что позволяет командам выбирать вариант в зависимости от своих требований.
Как воплощённая базовая модель, LingBot-VLA предварительно обучена на 20 000 часов данных реальных роботов, охватывающих девять основных конфигураций двухруких роботов. Она обладает способностью к обобщению между различными типами роботов и задачами. Как при оценке на реальных роботах, так и в симуляторах она превосходит отраслевой эталон π0.5 и прошла проверку на нескольких машинах совместно с такими производителями, как Lepu, Songling и Xinghai Tu.
LingBot-VLA способен обеспечить высококачественный перенос задач всего на основе 150 точек демонстрационных данных. Благодаря глубокой оптимизации базового кода эффективность его обучения в 1,5–2,8 раза превышает показатели таких популярных фреймворков, как StarVLA и OpenPI, что позволяет ещё больше сократить затраты на данные и вычислительные ресурсы при адаптации модели.
Репозиторий кода LingBot-VLA теперь доступен в открытом доступе на GitHub (github.com/Robbyant/lingbot-vla), а веса модели доступны на Hugging Face и ModelScope.
Южная Корея начала строительство национального центра вычислений на базе искусственного интеллекта, инвестируя 2,5 триллиона вон с целевым сроком завершения к 2028 году
Южнокорейское издание EtNews сообщает, что 3 августа в парке дата-центров Solar City в Сунане (провинция Чолла-Намдо) состоялась церемония закладки первого камня в основание Центра вычислений ИИ Кореи (KOACC). При общем объеме инвестиций в 2,5 трлн в
Шесть технологических гигантов поддерживают Linux Foundation с суммой $12,5 млн для борьбы с шумом уязвимостей в ИИ
Для борьбы с потоком низкокачественных отчетов о безопасности, генерируемых инструментами автоматизации на базе ИИ, шесть крупных технологических компаний — Anthropic, Amazon (AWS), GitHub, Google, Microsoft и OpenAI — совместно выделили 12,5 млн дол
Маск рассматривал возможность оставить OpenAI своим детям, пока Альтман давал показания
Утром генеральный директор OpenAI Сэм Альтман выступил в суде, чтобы ответить на иск бывшего сооснователя Илона Маска, оспаривающего корпоративную структуру компании.Когда его спросили об утверждении Маска о том, что другие основатели «похитили благ











