Dữ liệu thế giới thực là liên kết còn thiếu giữa mô phỏng và trí thông minh vật lý. Với Lemorele P300 (R), Robora đang thu hẹp khoảng cách đó, biến mỗi người dùng thành một người đóng góp cho sự tiến hóa của AI thể hiện. Nó cho phép ghi lại video độ phân giải cao theo thời gian thực từ bất kỳ camera nào, cho dù được gắn trên một nguyên mẫu robot, một chiếc drone, hay một camera cầm tay. Dữ liệu hình ảnh này được truyền không dây và không mất dữ liệu đến một thiết bị kết nối (máy tính bảng, điện thoại hoặc PC) chạy giao diện Robora VLA hoặc ứng dụng ghi dữ liệu. Thiết bị sau đó phát trực tiếp hoặc tải lên những dữ liệu này trực tiếp vào đám mây của Robora hoặc nút xử lý VLA cục bộ. Bằng cách thu thập dữ liệu từ các môi trường và trường hợp sử dụng đa dạng, Robora có được nền tảng để đào tạo và tinh chỉnh các mô hình của mình dựa trên thông tin cảm biến từ thế giới thực, vượt ra ngoài dữ liệu mô phỏng thuần túy. Cách tiếp cận này là chìa khóa để giảm thiểu khoảng cách từ mô phỏng đến thực tế, sự khác biệt về hiệu suất giữa các robot được đào tạo trong mô phỏng và những robot hoạt động trong các môi trường vật lý phức tạp.

Robora Sim: Một Môi Trường Được Tăng Cường Bởi PyBullet Để Học Hỏi Trí Thông Minh Vật Lý Robotic Chúng tôi hiện đang xây dựng môi trường mô phỏng Robora cho việc học dựa trên mô phỏng của chúng tôi, tận dụng PyBullet, một động cơ vật lý tiêu chuẩn trong ngành được sử dụng rộng rãi trong nghiên cứu và phát triển robotics dựa trên AI. Môi trường này được tối ưu hóa với các thuật toán học tăng tốc GPU, cho phép học bắt chước và học tăng cường tốc độ cao trong một thiết lập ảo an toàn và được kiểm soát trước khi chuyển giao ra thế giới thực. Nền tảng mô phỏng này cho phép các mô hình của chúng tôi học hỏi, thích nghi và tổng quát hóa qua các hình thái robot khác nhau, các loại địa hình và các mục tiêu nhiệm vụ - tất cả trước khi triển khai ra thế giới thực. Tại cốt lõi, hệ thống kết hợp một kế hoạch cấp cao được tăng cường bởi VLA với các thuật toán điều khiển chuyển động cấp thấp, làm việc cùng nhau để tạo ra các hành vi thông minh vật lý nổi bật. Sự kết hợp này giữa mô phỏng, học hỏi và chuyển giao ra thế giới thực đánh dấu một bước tiến lớn trong nỗ lực của chúng tôi nhằm phát triển các hệ thống robot thích ứng và thông minh. Thông qua việc ngẫu nhiên hóa miền nâng cao và tạo dữ liệu tổng hợp, Môi Trường Mô Phỏng Robora đảm bảo rằng các chính sách được đào tạo trong mô phỏng chuyển giao hiệu quả đến các robot thế giới thực, giảm thiểu khoảng cách từ mô phỏng đến thực tế. Hơn nữa, người dùng sẽ có thể kiểm tra và tích hợp các bộ phần cứng của riêng họ trong các môi trường mô phỏng được chọn trong Dapp Robora, đảm bảo tính tương thích liền mạch và việc triển khai an toàn hơn trong thế giới thực.

Tuần này tại Robora, chúng tôi chủ yếu tập trung vào phát triển. Công việc của chúng tôi đã được thực hiện để cải thiện các công cụ cốt lõi hỗ trợ nền tảng, từ việc quản lý mô hình và khả năng tinh chỉnh đến lập bản đồ 3D và thị giác máy tính. Chúng tôi cũng đã mở rộng mạng lưới của mình bằng cách tham gia các sáng kiến AI thực tế mới và tiếp tục làm việc để kết nối nghiên cứu với các ứng dụng robot thực tiễn. Dưới đây là những cập nhật chính: - Đã công bố Cập nhật Phát triển Robora, chia sẻ tiến trình trên toàn nền tảng: thêm quản lý trọng số mô hình với tích hợp Hugging Face, xây dựng một công cụ CLI sớm cho các nhà phát triển, thiết lập kế hoạch cho SDK tinh chỉnh với học bắt chước và RLHF trong PyBullet, và bắt đầu làm việc trên một SDK Lập bản đồ 3D để tạo ra các môi trường thực tế. - Robora đã tham gia Real World AI Foundry, một sáng kiến toàn cầu do @iotex_io dẫn dắt cùng với các đối tác như Vodafone, Filecoin và Theta. Sự hợp tác này giúp tạo ra các tiêu chuẩn và khung mở cho AI thực tế và hỗ trợ sứ mệnh của chúng tôi trong việc kết nối các hệ thống vật lý với các tác nhân thông minh. - Đã phát hành Bản tóm tắt Tháng Chín, nêu bật những cập nhật phát triển mới nhất và cung cấp cái nhìn tổng quan về hướng đi tiếp theo của nền tảng. - Đã thông báo rằng sự hợp tác của chúng tôi với các trường đại học về Module Thị giác Robora gần hoàn thành. Hệ thống thị giác máy tính mã nguồn mở này giúp robot có khả năng nhìn và hiểu thế giới trong thời gian thực và sẽ sớm được trình bày cùng với các nhà nghiên cứu và đối tác đã đóng góp.