Синтетика + реальность: новый подход к робо-обучению от Unitree. Unitree.. Unitree. Блог компании BotHub.. Unitree. Блог компании BotHub. Будущее здесь.. Unitree. Блог компании BotHub. Будущее здесь. ИИ.. Unitree. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект.. Unitree. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение.. Unitree. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение.. Unitree. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение. научно-популярное.. Unitree. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение. научно-популярное. нейросети.. Unitree. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение. научно-популярное. нейросети. робототехника.. Unitree. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение. научно-популярное. нейросети. робототехника. роботы.
Синтетика + реальность: новый подход к робо-обучению от Unitree - 1

Компания Unitree Robotics опубликовала свой первый открытый World-Model-Action (WMA) фреймворк под названием UnifoLM-WMA-0-Base, доступный на Hugging Face. Это универсальная система, которая сочетает симулятор и модуль действий для обучения роботов, подходящая для разных типов тел (например, шагающих, колесных и т.д.).

WMA-модель включает два ключевых компонента: Simulation Engine, который генерирует синтетические данные для обучения, и Policy Enhancement, задачей которого является прогнозирование будущего взаимодействия с окружающей средой и оптимизация действий робота. То есть робот не просто реагирует, а предугадывает.

Архитектура открытая (open source), под лицензией CC BY-NC-SA 4.0, что позволяет исследователям, студиям и независимым разработчикам использовать модель для своих задач, модифицировать и интегрировать, если согласны с условиями.

UnifoLM-WMA-0 уже удобна для реальной робототехники не только в симуляции, но и в реальных роботах. Это один из шагов, приближающих универсальных агентов, которые могут адаптироваться к разным типам тела и сред.

Для индустрии это значит: менее дорогие эксперименты, доступность передового мира-моделирования для тех, кто не имеет огромных ресурсов, и ускоренная разработка автономных роботов.


Хотите быть в курсе важных новостей из мира ИИ? Подписывайтесь на наш Telegram‑канал BotHub AI News.

Автор: cognitronn

Источник

Rambler's Top100