Chodící roboti dokážou dělat všemožné vzrušující věci jako tanec, běh a bojová umění — ale aby byli užiteční, musí umět používat nohy k zvládání terénu, k překonávání překážek, nejen kolem nich. Jak tedy nejlépe trénovat pravidla chůze pro roboty s nohama? @ChongZitaZhang nám vysvětluje jak. Podívejte se na epizodu #43 RoboPapers, kterou moderují @micoolcho and @chris_j_paxton, a dozvíte se více.

S dostatkem dat se roboti a umělá inteligence mohou naučit "modely světa", které jim umožní předvídat výsledky svých akcí. Tyto modely představují způsob, jak se naučit, jak mohou ztělesnění agenti umělé inteligence provádět širokou škálu užitečných úkolů – vyžadují však obrovské množství dat. Tým společnosti General Intuition @gen_intuition má řešení: použijte data z videoher! Hry učí pohyb, řešení problémů a komplexní prostorové uvažování a přicházejí v ohromující rozmanitosti forem, které pokrývají širokou škálu problémů. A co víc, zachycená data jsou vysoce kvalitní, bez šumu nebo chyby anotace, která může pocházet z Sedli jsme si s @PimDeWitte a @AdamJelley2 z týmu General Intuition, abychom se dozvěděli více o jejich historii, plánech a filozofii.

Celá epizoda vyjde již brzy! Spoluzakladatelé společnosti @PimDeWitte @AdamJelley2@gen_intuition využívají rozsáhlé záznamy her k vytváření agentů s hlubokými prostorovými/časovými úvahami. Na základě práce Adama, @EloiAlonso1 @micheli_vincent (všichni spoluzakladatelé společnosti General Intuition): DIAMOND - Diffusion for World Modeling: Visual Details Matter in Atari Spolupořádá @micoolcho @chris_j_paxton