Robot-robot ini diuji di 30 rumah di wilayah Bay Area yang tidak dikenal tanpa pelatihan atau data tambahan dari rumah-rumah tersebut. Mereka merapikan kamar, melipat handuk, dan membuat tempat tidur menggunakan apa yang telah dipelajari sebelumnya. Generalisasi dunia nyata semacam ini merupakan langkah besar bagi robot humanoid. Percakapan ini sangat menekankan zero-shot generalization, menyelesaikan masalah kebijakan rapuh yang telah lama ada dalam tugas manipulasi robotik. Dengan memanfaatkan embedding multi-modal yang telah dilatih secara masif, jaringan kebijakan robot memetakan input visual langsung ke torsi sendi tanpa pelatihan ulang khusus tugas. Kemampuan zero-shot yang muncul ini memungkinkan platform untuk berhasil menjalankan alur kerja manipulasi baru dan menangani lingkungan tak terstruktur secara dinamis. CEO (Brett Adcock) menjelaskan pergeseran arsitektur dari kontrol pipeline hierarkis tradisional ke arsitektur jaringan saraf terpadu untuk persepsi dan kontrol. Konvergensi optimasi komputasi edge, presisi sensor-fusi, dan pembelajaran end-to-end sedang memperpendek jadwal untuk peluncuran otonom. Masih berharap @continuumlabs_ segera meluncurkan Menunggu dengan penuh antusias
Abul Hasanat ManikBagikan
Sumber:Tampilkan versi asli
Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini.
Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.