This media is not supported in your browser
VIEW IN TELEGRAM
В новую недельку! Рассчитываем свои силы, чтобы не ударить в грязь лицом!
This media is not supported in your browser
VIEW IN TELEGRAM
Пока все хоронят OpenAI, вы просто посмотрите на это: ребенок наконец-то без iPad-а!
© shanghaiobserved
© shanghaiobserved
Когда загрузил текстуры из одного фотобанка.
Мимикрия среди насекомых и сравнение с теми, кто же
вдохновил их на такой камуфляж.
© Anna Reikher
Мимикрия среди насекомых и сравнение с теми, кто же
вдохновил их на такой камуфляж.
© Anna Reikher
This media is not supported in your browser
VIEW IN TELEGRAM
«Человечество всегда боялось быть порабощённым машинами, но настоящая угроза — быть порабощёнными теми, кто контролирует машины»
This media is not supported in your browser
VIEW IN TELEGRAM
В сотрудничестве с NVIDIA, исследователи представили систему ASAP — для повышения ловкости человекоподобных роботов.
Система работает в два этапа: сначала предварительно обучает роботов на данных движения людей, а затем уточняет их с помощью реальных корректировок, используя модель дельта-действий, которая компенсирует несовпадения симуляции с реальностью.
Этот подход решает ключевую проблему робототехники: разрыв между симуляцией и реальными условиями. Обычно роботов обучают в симуляторе, но при переносе в физический мир возникают ошибки, так как симуляция не учитывает все нюансы (трение, упругость материалов, неожиданные внешние факторы).
ASAP использует человеческие движения как основу, а затем корректирует их в реальном мире, обучаясь на собственных ошибках. Модель дельта-действий позволяет минимизировать разницу между запланированным движением и реальным поведением робота.
Возможно, эта разработка приведёт к созданию более естественных и ловких роботов, которые смогут двигаться почти как люди.
Система работает в два этапа: сначала предварительно обучает роботов на данных движения людей, а затем уточняет их с помощью реальных корректировок, используя модель дельта-действий, которая компенсирует несовпадения симуляции с реальностью.
Этот подход решает ключевую проблему робототехники: разрыв между симуляцией и реальными условиями. Обычно роботов обучают в симуляторе, но при переносе в физический мир возникают ошибки, так как симуляция не учитывает все нюансы (трение, упругость материалов, неожиданные внешние факторы).
ASAP использует человеческие движения как основу, а затем корректирует их в реальном мире, обучаясь на собственных ошибках. Модель дельта-действий позволяет минимизировать разницу между запланированным движением и реальным поведением робота.
Возможно, эта разработка приведёт к созданию более естественных и ловких роботов, которые смогут двигаться почти как люди.