Cet article montre comment entraîner des politiques de robot pour l'humanoïde Unitree H1 avec NVIDIA Isaac Lab sur Amazon SageMaker AI. Il aborde deux options de calcul : Amazon SageMaker HyperPod et Amazon SageMaker Training Jobs.
Cet article présente CARVE et CARVE-Q, des architectures pour la réparation interactive certifiée de manœuvres de conduite refusées. Il se concentre sur la garantie que les réparations respectent les règles et les responsabilités, abordant le goulot d'étranglement algorithmique de la réparation multi-propriétaires avec une solution proposée quantique.
Ce contenu se concentre sur l'avancement et le développement futur de la technologie robotique en Europe. Il explore les stratégies et les initiatives visant à renforcer la position de l'Europe dans le paysage mondial de la robotique.
Ce contenu explore les limites des systèmes de planification traditionnels et des approches purement neuronales pour la navigation autonome de rovers lors de missions géologiques planétaires avec une extrême rareté de données. L'auteur a trouvé une solution hybride dans le raisonnement neuro-symbolique, combinant la reconnaissance de formes des réseaux neuronaux avec la rigueur logique.
Ce contenu explore le Gemma Playground, en utilisant un 'Robot Duck' comme exemple d'application. L'objectif est de démontrer les capacités du modèle Gemma dans un scénario pratique.
Dan d'Elodin a lancé un harnais de simulation de logiciel de vol open-source et en temps réel destiné aux participants du Grand Prix d'IA. L'outil, conçu pour respecter les contraintes de la compétition, fonctionne avec Betaflight et intègre la génération directe de capteurs de caméra dans la boucle de simulation, en utilisant le moteur de jeu Rust Bevy.
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.
Cet article fournit une explication technique détaillée du fonctionnement des modèles Visuel-Langage-Action (VLA), décrivant comment ils traduisent les entrées visuelles et linguistiques en actions robotiques. Il explore les principales approches de décodage d'actions telles que les actions autorégressives tokenisées, les têtes d'action basées sur la diffusion et les politiques de correspondance de flux.
![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)
Le contenu décrit un projet de robots de guerre contrôlés par du code généré par le modèle Qwen3. L'auteur signale une amélioration significative de l'exécution de l'IA après la transition d'Ollama à llama.cpp.
Sony AI a développé Ace, le premier robot de tennis de table capable de battre les meilleurs joueurs humains selon les règles officielles. Cette réalisation souligne les progrès de l'IA dans les jeux physiques, qui posent des défis plus importants que les jeux purement numériques comme les échecs ou le Go.
Ce travail explore l'apprentissage auto-supervisé pour la mise en correspondance stéréoscopique, en se concentrant sur un système doté d'une capacité d'auto-amélioration. La recherche vise à améliorer la précision et la robustesse des algorithmes de vision par ordinateur dans l'estimation de la profondeur.
Cette recherche propose des réseaux de neurones dynamiques intégrés aux groupes de Lie (LieEDNN) et les algorithmes d'apprentissage correspondants pour obtenir des dynamiques apprenables et stables sur des variétés sous-jacentes. Elle utilise les puissantes capacités de représentation des groupes de Lie pour relever les défis des interactions de réseaux de neurones et des espaces de représentation non linéaires, avec des applications en robotique, en graphisme et en contrôle.
Ce contenu explore l'essor de l'IA incarnée open source, qui démocratise le développement de robots intelligents interagissant avec le monde physique. Il fournit des conseils clés pour y contribuer, notamment l'engagement avec des plateformes (ROS, Gazebo), le développement de compétences (programmation, IA/ML) et la participation active aux projets.
DEEPX et Hyundai s'associent pour construire des robots d'IA générative utilisant la nouvelle puce d'IA périphérique DX-M2 de DEEPX, déplaçant les charges de travail d'IA générative du cloud vers l'appareil. Ce mouvement promet une latence plus faible, une consommation d'énergie réduite et une prise de décision en temps réel, confirmant une tendance majeure de l'IA générative vers l'edge.
Nvidia a dévoilé des compétences d'agents d'IA physiques et un modèle VLA de 32 milliards de paramètres, Alpamayo 2 Super, à la CVPR pour rationaliser la recherche sur les véhicules autonomes et la robotique. Ces innovations s'attaquent au goulot d'étranglement des outils fragmentés en automatisant des tâches comme la reconstruction de scènes et la génération de données synthétiques.
Jim Fan, du groupe de robotique de Nvidia, suggère que la robotique entre dans sa "phase finale" et suivra la même trajectoire en quatre étapes que les grands modèles de langage. Il affirme que "la robotique entre dans son jeu final, et le plan est déjà écrit" par les LLMs.
GIST introduit un pipeline d'extraction de connaissances multimodal pour l'ancrage spatial dans des environnements complexes, transformant les nuages de points mobiles en topologies de navigation sémantiquement annotées. Il distille les scènes en cartes d'occupation 2D, extrait les agencements topologiques et superpose une couche sémantique légère pour aider l'IA incarnée et les humains.
Cet article décrit un parcours personnel en IA pour la robotique souple, inspiré par une « panne silencieuse » catastrophique d'une pince bio-inspirée lors d'une mission simulée. Il souligne le défi d'utiliser l'IA pour raisonner sur la dégradation physique dans des environnements nouveaux, proposant la modélisation de diffusion augmentée par la physique pour la maintenance pendant les fenêtres de récupération critiques.
Le texte présente le Qiushi Discovery Engine, un système basé sur des LLM pour la découverte scientifique autonome sur une plateforme optique réelle. Il démontre une découverte de bout en bout en combinant des phases de recherche non linéaires, une mémoire Meta-Trace et une architecture à double couche, reproduisant avec succès une expérience publiée.
VIOLA propose une nouvelle approche pour les tâches de manipulation basées sur la vision, en utilisant l'apprentissage par imitation pour enseigner des actions complexes aux robots. Cette méthode intègre les Object ProposalPriors pour améliorer l'efficacité et la robustesse de l'apprentissage, permettant une interaction plus efficace avec les objets.