Simple AI publica 2,000 horas de datos de entrenamiento de robots recopilados sin brazos robóticos
El fundador Xiaofei Li está aplicando un playbook de datos de conducción autónoma a la manipulación, con afirmaciones limitadas de paridad construidas sobre más de 10 veces la cantidad de demostraciones humanas.
By RuntimeWire Staff · Published
Primary source: PR Newswire
Por qué importa
La teleoperación robótica hace que los datos de manipulación sean precisos y costosos. HiFi-UMI sugiere que la captura humana portátil puede sustituirla en algunos flujos de posentrenamiento, aunque Simple AI utilizó más de 10 veces tantas demostraciones.
Xiaofei Li, fundador y CEO de Simple AI, publicó un conjunto de datos de robótica de 2,000 horas el 20 de agosto que elimina la necesidad de un robot objetivo o de teleoperación del robot durante la recolección de datos. El HiFi-UMI system registra a personas realizando tareas de manipulación bimanual con pinzas portátiles equipadas con sensores y luego convierte esas demostraciones en trayectorias para entrenar brazos robóticos reales.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.