Реальні дані є відсутньою ланкою між симуляцією та фізичним інтелектом. З Lemorele P300 (R) Robora скорочує цю прогалину, перетворюючи кожного користувача на внеску в втілену еволюцію штучного інтелекту. Він дозволяє знімати відео високої чіткості в режимі реального часу з будь-якої камери, незалежно від того, чи встановлена вона на прототипі робота, дроні чи ручній камері. Цей візуальний сигнал передається бездротовим способом і без втрат на підключений пристрій (планшет, телефон або ПК), який працює під керуванням інтерфейсу Robora VLA або програми для збору даних. Потім пристрій транслює або завантажує ці канали безпосередньо в хмару або локальний вузол обробки VLA Robora. Збираючи дані з різних середовищ і сценаріїв використання, Robora отримує основу для навчання та точного налаштування своїх моделей на реальній сенсорній інформації, виходячи за рамки суто змодельованих даних. Цей підхід є ключовим для зменшення розриву між симуляцією та реальністю, різниці в продуктивності між роботами, навченими симуляції, та роботами, що працюють у складних фізичних середовищах.

Robora Sim: середовище на базі PyBullet для навчання фізичному інтелекту роботів Зараз ми створюємо наше симуляційне середовище Robora для навчання на основі симулятора, використовуючи PyBullet, стандартний фізичний двигун, який широко використовується в дослідженнях і розробках робототехніки на основі штучного інтелекту. Середовище оптимізовано за допомогою алгоритмів навчання, прискорених графічним процесором, що забезпечує високошвидкісне навчання з імітацією та навчанням з підкріпленням у безпечній та контрольованій віртуальній установці перед відправкою в реальний світ. Ця симуляційна платформа дозволяє нашим моделям вивчати, адаптувати та узагальнювати різні морфології роботів, типи місцевості та цілі завдань – і все це перед розгортанням у реальному світі. За своєю суттю система поєднує в собі високорівневий планувальник на основі VLA з низькорівневими алгоритмами управління рухом, які працюють злагоджено для створення емерджентних, фізично розумних моделей поведінки. Ця синергія між симуляцією, навчанням і передачею в реальному світі знаменує собою важливий крок вперед у нашому прагненні до адаптивних та інтелектуальних роботизованих систем. Завдяки вдосконаленій рандомізації доменів і генерації синтетичних даних, середовище моделювання Robora гарантує, що політики, навчені моделюванню, ефективно переходять на реальних роботів, мінімізуючи розрив між симуляцією та реальністю. Крім того, користувачі зможуть тестувати та інтегрувати власні апаратні комплекти у вибрані середовища моделювання в Robora Dapp, забезпечуючи безперебійну сумісність та безпечнішу реалізацію в реальному світі.

Цього тижня в Robbora ми зосередилися переважно на розвитку. Наша робота була спрямована на вдосконалення основних інструментів, на яких працює платформа, від управління моделями та можливостей точного налаштування до 3D-картографування та комп'ютерного зору. Ми також розширили нашу мережу, приєднавшись до нових реальних ініціатив у сфері штучного інтелекту, і продовжували працювати над тим, щоб поєднати дослідження з практичними застосуваннями в робототехніці. Ось ключові оновлення: - Опубліковано оновлення розробки Robora, в якому поділилися прогресом на платформі: додано керування вагами моделі з інтеграцією Hugging Face, створено ранній інструмент CLI для розробників, встановлено план тонкого налаштування SDK з навчанням імітації та RLHF у PyBullet, а також розпочато роботу над SDK для 3D Mapping для генерації реальних середовищ. - Робора приєдналася до Real World AI Foundry, глобальної ініціативи, яку @iotex_io очолює разом із такими партнерами, як Vodafone, Filecoin і Theta. Ця співпраця допомагає створювати відкриті стандарти та рамки для реального штучного інтелекту та підтримує нашу місію щодо з'єднання фізичних систем з інтелектуальними агентами. - Опубліковано наш вересневий щомісячний огляд, у якому висвітлено останні оновлення розробки та надано огляд того, куди платформа рухається далі. - Оголошено, що наша співпраця з університетами над модулем Robora Vision близька до завершення. Ця система комп'ютерного зору з відкритим вихідним кодом дає роботам можливість бачити і розуміти світ в режимі реального часу і незабаром буде представлена разом з дослідниками і партнерами, які зробили свій внесок.