

Roboticsdiffusiontransformer
简介 :
RDT-1B是一个参数量达到1B(目前最大)的模仿学习扩散变换器,预训练在超过1M(目前最大)的多机器人情节上。给定语言指令和多达三个视图的RGB图像,RDT可以预测接下来的64个机器人动作。RDT与几乎所有现代移动操作器兼容,包括单臂到双臂、关节到末端执行器、位置到速度,甚至包括轮式运动。该模型在6K+(最大的之一)自收集的双手情节上进行了微调,并部署在ALOHA双臂机器人上。它在灵巧性、零样本泛化能力和少样本学习方面达到了最先进的性能。
需求人群 :
目标受众为机器人学、人工智能和机器学习领域的研究人员和开发者。由于RDT-1B模型在多机器人学习、模仿学习和双手操作任务上的应用,它特别适合那些需要在复杂环境中进行精确操作和学习从语言指令执行任务的研究人员和开发者。
使用场景
研究人员使用RDT-1B模型在自定义的数据集上进行微调,以适应特定的操作任务。
开发者将微调后的模型部署到实际的机器人平台上,实现自动化操作。
教育工作者利用该模型向学生展示如何通过深度学习技术实现复杂的机器人操作任务。
产品特色
模型实现:提供了RDT的模型实现代码。
预训练模型权重:提供了在多机器人数据上预训练的1M步RDT-1B模型权重。
训练和采样脚本:提供了带有DeepSpeed支持的训练和采样脚本。
实际机器人部署示例:提供了一个实际机器人部署的示例代码。
使用教程
1. 克隆代码库并安装先决条件。
2. 下载并链接多模态编码器。
3. 根据需要修改配置文件。
4. 准备数据集并实现数据集加载器。
5. 计算数据集统计信息。
6. 开始微调模型。
7. 微调完成后,将模型部署到实际机器人上。
精选AI产品推荐

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态,成为迄今为止最强大的AI系统之一。它有三个不同规模的版本,可满足从边缘计算到云计算的各种需求。Gemini可以广泛应用于创意设计、写作辅助、问题解答、代码生成等领域。
AI模型多模态
11.4M
中文精选

Liblibai
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。平台提供海量免费AI创作模型,用户可以搜索使用模型进行图像、文字、音频等创作。平台还支持用户训练自己的AI模型。平台定位于广大创作者用户,致力于创造条件普惠,服务创意产业,让每个人都享有创作的乐趣。
AI模型图像生成
8.0M
智启未来,您的人工智能解决方案智库
简体中文