Dieser Beitrag zeigt, wie Roboterrichtlinien für den Unitree H1 Humanoiden mit NVIDIA Isaac Lab auf Amazon SageMaker AI trainiert werden. Es werden zwei Rechenoptionen vorgestellt: Amazon SageMaker HyperPod und Amazon SageMaker Training Jobs.
Diese Arbeit stellt CARVE und CARVE-Q vor, Architekturen für die zertifizierte interaktive Fahrreparatur nach einem blockierten Manöver. Sie konzentriert sich darauf, sicherzustellen, dass Reparaturen strenge Regeln und Verantwortlichkeiten einhalten, und adressiert den algorithmischen Engpass der Mehreigentümerreparatur mit einer quanten-vorgeschlagenen Lösung.
Dieser Inhalt konzentriert sich auf den Fortschritt und die zukünftige Entwicklung der Robotertechnologie in Europa. Er untersucht Strategien und Initiativen, die darauf abzielen, Europas Position in der globalen Robotiklandschaft zu stärken.
Dieser Inhalt untersucht die Grenzen traditioneller Planungs- und rein neuronaler KI-Ansätze für die autonome Rover-Navigation bei geologischen Missionen auf Planeten mit extremer Datenknappheit. Der Autor fand im neuro-symbolischen Denken eine hybride Lösung, die Mustererkennung neuronaler Netze mit logischer Strenge verbindet.
Dieser Inhalt erkundet den Gemma Playground und verwendet eine 'Roboterente' als Anwendungsbeispiel. Der Fokus liegt darauf, die Fähigkeiten des Gemma-Modells in einem praktischen Szenario zu demonstrieren.
Dan von Elodin hat einen Open-Source-Flugsoftware-Simulations-Harness für KI-Grand-Prix-Teilnehmer veröffentlicht. Das Tool, das den Wettbewerbsbeschränkungen entspricht, läuft mit Betaflight und ermöglicht die direkte Generierung von Kamerasensoren in der Simulationsschleife, unter Verwendung der Rust Bevy Game Engine.
Uma pessoa está desenvolvendo um robô companheiro de IA offline para seu marido tetraplégico, buscando reduzir o isolamento. O protótipo atual usa Mistral-7B-Instruct em um ThinkPad com 8GB de RAM para conversação e faster-whisper em um Jetson Nano para reconhecimento de fala, e a autora busca conselhos de otimização.
Dieser Artikel bietet eine technische Analyse, wie Visual-Language-Action (VLA)-Modelle funktionieren und Vision-/Spracheingaben in Roboteraktionen umsetzen. Er behandelt die wichtigsten derzeit verwendeten Aktionsdekodierungsansätze wie tokenisierte autoregressive Aktionen, diffusionsbasierte Aktionsköpfe und Flow-Matching-Richtlinien.
![How Visual-Language-Action (VLA) Models Work [D]](/cdn-cgi/image/width=3840,quality=75,format=webp/https://external-preview.redd.it/fBpt1C8zS6YDW2Lp0_fnNCU2C0Dw1W3tzt7P4g39SHw.jpeg?width=640&crop=smart&auto=webp&s=d9f046e9b38c478cf671d18df1b23a42fd1613bd)
Dieses Kriegsroboter-Projekt nutzt das Qwen3-Modell, um Steuerungs-Code für die Roboter zu generieren. Nach dem Wechsel von Ollama zu llama.cpp meldet der Autor eine signifikante Verbesserung der KI-Ausführung.
Sony AI hat Ace entwickelt, den ersten Tischtennisroboter, der Top-Ranked-Spieler unter offiziellen Regeln besiegen kann. Diese Errungenschaft unterstreicht den Fortschritt der KI in physischen Spielen, die größere Herausforderungen darstellen als rein digitale Spiele wie Schach oder Go.
Diese Arbeit untersucht selbstüberwachtes Lernen für Stereo-Matching, wobei der Fokus auf einem System mit selbstverbessernder Fähigkeit liegt. Die Forschung zielt darauf ab, die Genauigkeit und Robustheit von Computer-Vision-Algorithmen bei der Tiefenschätzung zu verbessern.
Diese Forschung schlägt dynamische neuronale Netze mit Lie-Gruppen-Einbettung (LieEDNN) und entsprechende Lernalgorithmen vor, um lernfähige und stabile Dynamiken auf zugrunde liegenden Mannigfaltigkeiten zu erreichen. Sie nutzt die leistungsstarken Repräsentationsfähigkeiten von Lie-Gruppen, um Herausforderungen bei neuronalen Netzwerkinteraktionen und nichtlinearen Repräsentationsräumen zu bewältigen, mit Anwendungen in Robotik, Grafik und Steuerung.
Dieser Inhalt untersucht den Aufstieg der Open-Source-Verkörperten KI, die die Entwicklung intelligenter Roboter, die mit der physischen Welt interagieren, demokratisiert. Er bietet wichtige Hinweise zur Beteiligung, einschließlich der Nutzung von Plattformen (ROS, Gazebo), der Entwicklung von Fähigkeiten (Programmierung, KI/ML) und der aktiven Teilnahme an Projekten.
DEEPX und Hyundai arbeiten zusammen, um generative KI-Roboter mithilfe des neuen Edge-KI-Chips DX-M2 von DEEPX zu entwickeln, wodurch generative KI-Workloads von der Cloud auf das Gerät verlagert werden. Dieser Schritt verspricht geringere Latenz, niedrigeren Stromverbrauch und Echtzeit-Entscheidungsfindung, was einen wichtigen Trend der generativen KI hin zum Edge bestätigt.
Nvidia stellte auf der CVPR physische KI-Agentenfähigkeiten und ein 32B-Parameter VLA-Modell, Alpamayo 2 Super, vor, um die Forschung im Bereich autonomer Fahrzeuge und Robotik zu optimieren. Diese Innovationen begegnen dem Engpass fragmentierter Tools, indem sie Aufgaben wie Szenenrekonstruktion und synthetische Datengenerierung automatisieren.
Jim Fan von Nvidias Robotikgruppe schlägt vor, dass die Robotik in ihre "Endphase" eintritt und denselben vierstufigen Verlauf wie große Sprachmodelle nehmen wird. Er behauptet, dass "die Robotik in ihr Endspiel eintritt und der Spielplan bereits von LLMs geschrieben wurde".
GIST stellt eine multimodale Wissensextraktionspipeline für die räumliche Verankerung in komplexen Umgebungen vor, die mobile Punktwolken in semantisch annotierte Navigationstopologien umwandelt. Sie destilliert Szenen in 2D-Belegungskarten, extrahiert topologische Layouts und überlagert eine leichte semantische Schicht, um verkörperte KI und Menschen zu unterstützen.
Dieser Artikel beschreibt eine persönliche Lernreise im Bereich KI für weiche Robotik, inspiriert durch einen katastrophalen „stillen Ausfall“ eines bio-inspirierten Greifers während einer simulierten Mission. Er beleuchtet die Herausforderung, KI zu befähigen, über physikalische Degradation in neuartigen Umgebungen zu urteilen, und schlägt Physik-erweiterte Diffusionsmodellierung für die Wartung in kritischen Erholungsfenstern vor.
Der Text stellt die Qiushi Discovery Engine vor, ein LLM-basiertes Agentensystem für autonome wissenschaftliche Entdeckungen auf einer realen optischen Plattform. Es demonstriert eine End-to-End-Entdeckung durch die Kombination nichtlinearer Forschungsphasen, Meta-Trace-Speicher und einer Dual-Layer-Architektur, wodurch ein veröffentlichter Versuch erfolgreich reproduziert wird.
VIOLA präsentiert einen neuartigen Ansatz für bildbasierte Manipulationsaufgaben, der Imitationslernen nutzt, um Robotern komplexe Aktionen beizubringen. Es integriert Object ProposalPriors, um die Effizienz und Robustheit des Lernens zu verbessern und eine effektivere Interaktion mit Objekten zu ermöglichen.