Dobb-E: ИИ Фреймворк для Домашних Роботов
Dobb-E — это инновационная открытая платформа, разработанная для улучшения возможностей домашних роботов с помощью обучения подражанию. Эта система решает общие ограничения в домашней робототехнике, используя доступный и удобный инструмент под названием Stick. Состоит из $25 Reacher-grabber stick, 3D-печатных компонентов и iPhone, Stick облегчает сбор ценных демонстрационных данных. Платформа использует обширный набор данных, известный как Homes of New York (HoNY), который содержит 13 часов взаимодействий из 22 различных домов, дополненных RGB и глубинными видео и подробными аннотациями действий.
Суть функциональности Dobb-E заключается в его способности обучать модель представления, называемую Home Pretrained Representations (HPR), основанную на архитектуре ResNet-34. Эта модель использует самообучение, чтобы обеспечить роботов навыками, необходимыми для выполнения новых задач в незнакомых условиях. С впечатляющим средним уровнем успеха 81% в решении новых задач в течение 15 минут, Dobb-E предоставляет доступ к предобученным моделям, коду и обширной документации через GitHub, а также к исследовательской статье, подробно описывающей его методологию.
