Dreureka
["机器人技能开发者:DrEureka可以加速机器人技能的获取和部署。","自动化工程师:可以利用DrEureka进行机器人任务的自动化设计和测试。","科研人员:在进行机器人学和人工智能领域的研究时,DrEureka提供了一个强大的工具。
总访问量: 3,001
占比最多地区: US(93.71%)
384
简介
DrEureka是一个利用大型语言模型(LLMs)自动化和加速模拟到现实(sim-to-real)设计的方法。它通过物理模拟自动构建合适的奖励函数和领域随机化分布,以支持现实世界中的转移。DrEureka在四足机器人运动和灵巧操作任务上展示了与人工设计相媲美的sim-to-real配置,并能够解决如四足机器人在瑜伽球上平衡和行走等新颖任务,无需人工迭代设计。
截图
产品特色
自动化构建奖励函数:根据目标任务自动生成适合的奖励函数。
领域随机化分布:为支持现实世界转移,自动生成领域随机化参数。
模拟条件下的策略测试:在不同模拟条件下测试策略,构建奖励感知的物理先验。
现实世界部署:使用合成的奖励和领域随机化参数,训练策略以供现实世界部署。
鲁棒性:DrEureka策略在现实世界中表现出色,即使在地形变化和干扰下也能保持平衡。
安全性:通过整合安全指令,改进了奖励设计,以生成足够安全以在现实世界中部署的奖励函数。
奖励感知物理先验:使用初始策略生成奖励感知的物理先验对DrEureka的成功至关重要。
使用教程
步骤1:提供任务和安全指令以及环境源代码给DrEureka。
步骤2:DrEureka生成规则化的奖励函数和策略。
步骤3:在不同模拟条件下测试策略,构建奖励感知的物理先验。
步骤4:将物理先验提供给LLM以生成领域随机化参数集。
步骤5:使用合成的奖励和领域随机化参数训练策略。
步骤6:将训练好的策略部署到现实世界中进行测试和应用。
流量来源
直接访问47.73%外链引荐34.64%邮件0.07%
自然搜索6.77%社交媒体10.05%展示广告0.72%
最新流量情况
月访问量
3827
平均访问时长
11.79
每次访问页数
1.33
跳出率
59.62%
总流量趋势图
地理流量分布情况
美国
93.71%
印度
4.33%
日本
1.96%
地理流量分布全球图