奥菲神庙的西风| Qbitai官方帐户已经醒来，Yushu安装了最新的开源模型！这次，开源是一种世界模型动作架构，称为Unifolm-WMA-0。这样做的核心是它具有世界模型，使您可以理解机器人与环境之间的互动的物理定律。首先，让我们看一下实施后机器的真实性能。玩建筑块并保持稳定。关键是右上角的一个小窗口为世界模型的后续动作视频提供了预测。可以看出，实际操作情况非常相似。也可以使用两个机器人臂。易于理解的稍微细致的任务，例如存储文具。将相机放入包装中，对世界模型的预测与真实操作或多或少相同：https：//mp.weixin.qq.com/s/z/z4iqi1hsi7_lag5_g3mxoq unifolm serie serie serie serie serie serieS（单位机器人统一的大）。它适应一般的机器人学习。它可以适应各种机器人身体。目前，Unifolm-WMA-0，推理代码和模型的控制点的训练代码是开源的，Github迅速赢得了100颗星。阅读后，互联网用户喜欢它。你怎么训练？模型培训策略的正式实施以及过程和设计的特定思想可以在这些步骤中进行分类。首先，该团队首先使用Open-X数据集调整客观视频生成模型。核的目的是使模型的原始生成函数适应机器人的真实工作阶段。这就是模型在一系列严格测试中的实际生成效应的方式。该团队提出了基于世界模型的战略建筑，即Unifolm-WMA-0。该体系结构的世界模型并非以单一的方式执行，而是承认两种中心功能模式。一个是制定模型。简而言之，重要的是，机器人和环境事先在物理上相互互动。另一个是模拟模式，该模式生成了环境反馈，该反馈高度恢复真实场景，主要取决于机器人采取的动作。这等同于模拟机器人的现实交互环境。对于这两种模式，设备在下游的一组任务中进行了优化。以下是完整系统的体系结构和工作流程：视频链接：https：//mp.weixin.qqc.com/s/z4iqi1hsi7_lag5_g3mxoq ut teamhe iuthe iuthe iel五组由Yushu Technology发布的五组开源数据，并最终完成了完整流程的培训。从测试结果来看，当将该模型用作模拟引擎时，效果很重要。您可以指定“图像当前的场景”，添加一定数量的“机器人未来动作指令”，以实现交互式可控的生成，使生成的内容与期望完全一致。您可以通过以下照片直观地体验它，以将其与原始视频产生的结果进行比较。您还可以解决持续生成长时间的任务相互作用。 https://github.com/unitreerobotics/unifolm-world-model-action/tree/mainproject homepage：https：//unigen-x.github.io/unifolm-wormm-wormm-worlmm-worllm-world-model-model-model-accion一下
特殊的清晰度：先前的内容（包括照片和视频（如果有），如果有的话）已由自动媒体平台NetEase的用户收费和发布。该平台仅提供信息存储服务。
注意：以前的内容（如果您有照片或视频）将由NetEase Hao的用户收取和发布社交媒体平台，仅提供信息存储服务。
柔术：世界开源机器人模型！