Robot składający szafę IKEA? Nowy model FurnitureVLA steruje dwoma ramionami przez aż 1550 kroków sterowania, dzieląc zadanie na 7 logicznych podzadań. 🛠️🤖

Zespół z Mitsubishi Electric Research Labs opracował system łączący wizję, język i działanie. W symulacji sukces wzrósł z 48% do 80% w porównaniu do wcześniejszych metod, a na prawdziwym robocie Kinova Gen3 spadek wydajności wyniósł tylko 16% w najtrudniejszym zadaniu. Kluczowy patent: model przewiduje ciągły sygnał postępu, co automatycznie przełącza podzadania
uzior - Robot składający szafę IKEA? Nowy model FurnitureVLA steruje dwoma ramionami ...

źródło: card

Pobierz
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Nowy framework E-TTS pozwala robotom skalować czas myślenia podczas wykonywania zadań manipulacyjnych - nawet o 40% skuteczniej przy dłuższym namyśle. 🧠

Badacze z chińskich instytucji (CAS, Huawei) wprowadzili E-TTS: system, który podczas testów dynamicznie zwiększa czas „rozumowania” robota. W przeciwieństwie do wcześniejszych metod, E-TTS wykorzystuje sekwencje historycznych obserwacji (nie tylko bieżący kadr). W symulacjach i na realnym ramieniu Franka Emika złożoność zadań rosła, a skuteczność E-TTS przewyższała baseline’y o 15 - 40% w
uzior - Nowy framework E-TTS pozwala robotom skalować czas myślenia podczas wykonywan...

źródło: card

Pobierz
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Ktoś poleci jakiś gotowy moduł do wpięcia w zwykły domofon? Chciałbym dostać info na telefon, że ktoś się dobija. Często jestem na ogrodzie (czasem z muzyką) i nie słyszę dzwonka domofonu. Szukałem trochę, ale nie widzę sensowych, gotowych modułów aby wpiąć się np. w głośnik i zmienić stan. Chyba pozostaje zakodowanie własnego esp + pushbullet?

#elektornika #automatyka #diy #robotyka #automatykadomowa
  • 16
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Geometric Action Model uczy roboty rozumieć 3D geometrię świata, a nie tylko 2D obrazy. 🦾

Nowe podejście (preprint, oczekuje recenzji) zastępuje płaskie reprezentacje w modelach VLA/WAM świadomością, że kamera, obiekt i ramię robota istnieją w tej samej trójwymiarowej przestrzeni. Zamiast zgadywać na podstawie pikseli, model przewiduje działania z uwzględnieniem osi, odległości i przesłon.

To krok w stronę robotów, które nie tylko widzą, ale *rozumieją* fizyczną interakcję - bez miliardów przykładów.

https://arxiv.org/abs/2606.17046v1
uzior - Geometric Action Model uczy roboty rozumieć 3D geometrię świata, a nie tylko ...

źródło: card

Pobierz
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach