source avatar阿乐

साझा करें

मैं पहले सोचता था कि जब रोबोट किसी चीज़ को पकड़ना सीख जाता है, तो बस दूसरी मशीन पर वही कर देते हैं। लेकिन Axis और Booster के इस प्रयोग को देखकर मुझे एहसास हुआ कि मैंने इसे बहुत सरल समझा था। Franka हेडफोन के बॉक्स को पकड़ सकता है, लेकिन Booster पर लगाने के बाद, पिछली गतिविधि सीधे असफल हो सकती है। दोनों मशीनों की बांहों की लंबाई, जोड़ों की संख्या, कैमरा का कोण और पकड़ने वाले हिस्से सभी अलग हैं। Booster तो दोहरी बांह वाली है, और प्रत्येक बांह के 7 स्वतंत्रता के डिग्री हैं। मॉडल को नए दृश्य को समझना होगा, साथ ही इस नए शरीर को कैसे नियंत्रित करना है, यह भी सीखना होगा। पहले, ऐसी स्थिति में, इंजीनियर्स को वास्तविक रोबोट के पास बैठकर, बार-बार रिमोट से डेटा एकत्र करना पड़ता था। मशीनों की संख्या सीमित होती थी, और हर नए स्थिति या सामग्री के लिए, नए डेटा की आवश्यकता होती थी। @axisrobotics ने इस बार Booster के वास्तविक कार्यस्थल को सिमुलेशन में पुन: बनाया, और फिर कार्य को ब्राउज़र में स्थानांतरित करके, विभिन्न स्थानों के उपयोगकर्ताओं को सहायता के लिए सम्मिलित किया। वस्तुओं की स्थिति, प्रकाश, कोण और पृष्ठभूमि लगातार बदलते रहे, और अंत में 42,046 सिमुलेटेड ट्रैजेक्टरीज़ प्राप्त हुईं, जिनका प्रयोग Booster के लिए अपने स्वयं के संरचना के साथ परिचित होने की मूलनीति के प्रशिक्षण में किया गया। हेडफोन के बॉक्स पर परीक्षण के परिणाम स्पष्ट हैं। केवल 10 वास्तविक प्रदर्शनों के साथ, रोबोट 20 बार प्रयास करता है, परन्तु कभी भी लक्ष्य को स्पर्श नहीं कर पाता। 50 संबंधित सिमुलेटेड ट्रैजेक्टरीज़ मिलाने के बाद, 20 प्रयासों में से 17 में हेडफोन का बॉक्स स्पर्श हुआ, 6 में सफलतापूर्वक पकड़ा, और 2 में पूरी तरह से uthaya। एक अन्य परीक्षण में, 30 वास्तविक प्रदर्शनों के साथ, प्रशिक्षण प्राप्त Booster की नीति, मूल π₀.₅ मॉडल के 60 वास्तविक प्रदर्शनों से अधिक प्रदर्शन करती है। यह प्रयोग केवल मानक परीक्षण में कुछ ही कार्यों को कवर करता है, और सभी मशीनों और जटिल परिदृश्यों में समान सुधार प्राप्त होगा, इसका समर्थन करने में समर्थ नहीं है। हालाँकि, मुझे Axis के प्रयासों का महत्व समझ में आया: पहले सिमुलेशन में, लक्ष्य का पता लगाना, कोण समायोजित करना, और वस्तुओं के पास पहुँचना सीखें—और फिर, सटीक संपर्क और पकड़ने के लिए, कम-से-कम मात्रा में हीवास्तविक हस्तक्षेप। बेशक, हमने Task Hall में पूरा किए हुए मार्ग Booster के प्रशिक्षण सेट में सीधे सम्मिलित नहीं किए।डेटा को पुनः-चलाना,चयन करना,फ़ॉरमैट परिवर्तित करना,और सुनिश्चित करना होगा कि यह संबंधित मशीन के साथ समायोजित हो। पहले, मैं पूरा हुए कार्य के बाद, सिर्फ़ स्कोरऔरपॉइंटसदेखताथा।अबमैंअपनेकदमकेसटॉप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप-अप (Translation cut off due to character limit. Please provide a shorter text or split into parts.)

No.0 picture
डिस्क्लेमर: इस पेज पर दी गई जानकारी थर्ड पार्टीज़ से प्राप्त की गई हो सकती है और यह जरूरी नहीं कि KuCoin के विचारों या राय को दर्शाती हो। यह सामग्री केवल सामान्य सूचनात्मक उद्देश्यों के लिए प्रदान की गई है, किसी भी प्रकार के प्रस्तुतीकरण या वारंटी के बिना, न ही इसे वित्तीय या निवेश सलाह के रूप में माना जाएगा। KuCoin किसी भी त्रुटि या चूक के लिए या इस जानकारी के इस्तेमाल से होने वाले किसी भी नतीजे के लिए उत्तरदायी नहीं होगा। डिजिटल संपत्तियों में निवेश जोखिम भरा हो सकता है। कृपया अपनी वित्तीय परिस्थितियों के आधार पर किसी प्रोडक्ट के जोखिमों और अपनी जोखिम सहनशीलता का सावधानीपूर्वक मूल्यांकन करें। अधिक जानकारी के लिए, कृपया हमारे उपयोग के नियम और जोखिम प्रकटीकरण देखें।