IL · Invested Lamda
Học từ thao tác.
Sửa khi cần.
Nghiên cứu cách ghi thao tác, quan sát tiếp xúc và sửa lỗi cho robot trong mô phỏng.
Đọc hướng nghiên cứu- Ghi thao tác mẫuLưu trạng thái và lượt điều khiển.
- Phát lại và quan sátXem chuyển động và dấu hiệu tiếp xúc.
- Nghiên cứu cách sửaTìm đoạn cần can thiệp.
- Đối chiếu và đánh giáKiểm tra lại trong mô phỏng.
Từ một lượt thao tác chưa đạt.
Khi robot gặp vướng, nên sửa ở đâu và vào lúc nào?
IL (Invested Lamda) là hướng nghiên cứu nội bộ về dữ liệu thao tác và sửa lỗi. Trọng tâm hiện tại là quan sát tiếp xúc và cách can thiệp trên Panda trong mô phỏng.
Một đoạn chuyển động nhìn có vẻ đúng chưa đủ để kết luận thao tác thành công. Cần tách điều hệ thống quan sát được khỏi thông tin chỉ bộ đánh giá biết.
Giữ từng phần có thể kiểm tra.
Điều khiển và ghi lại
Môi trường MuJoCo trong trình duyệt hỗ trợ điều khiển bằng bàn phím, ghi trạng thái robot và các lượt thao tác.
Phát lại và đối chiếu
Xem lại chuyển động và dữ liệu đã ghi. Việc ghi được dữ liệu chưa chứng minh một mô hình đã học tốt hơn.
Người tiếp quản
Nguyên mẫu hỗ trợ tạm dừng, người tiếp quản rồi trả quyền điều khiển. Chuyển trạng thái chưa phải chứng nhận an toàn.
Quan sát tiếp xúc
Đang nghiên cứu dấu hiệu tiếp xúc trong mô phỏng Panda. Cách chọn hành động sửa chưa được đánh giá tích hợp.
Một góc nhìn về môi trường.
Video G1 dưới đây giúp hình dung môi trường mô phỏng. Hướng nghiên cứu tiếp xúc hiện tại dùng Panda và được trình bày riêng ở phần trạng thái.
Đã làm đến đâu?
- Mô phỏng và điều khiển
- Đã xây nguyên mẫuCó môi trường và mã điều khiển cho các cảnh robot, gồm Panda.
- Ghi lượt chạy và xuất dữ liệu
- Đã có mã và kiểm thử phần mềmCác kiểm thử dữ liệu không thay thế đánh giá hiệu quả học hay thao tác.
- Người tiếp quản và trả quyền
- Đã xây nguyên mẫuCó kiểm thử chuyển trạng thái. Chế độ ban đầu giữ vị trí, chưa phải chính sách đã học.
- Chọn hành động sửa trên Panda
- Đang nghiên cứuCó logic và kiểm thử thành phần; thử nghiệm tích hợp chưa chạy. Phân tích tiếp xúc chưa đủ để kết luận.
- Hiệu quả trên robot thật
- Chưa kiểm chứngChưa có kết quả công bố về robot thật, khả năng tổng quát hoặc lợi ích cho người điều khiển.
Đọc cùng các giới hạn.
Trang này tóm tắt hướng nghiên cứu và bằng chứng phần mềm hiện có. Không phải báo cáo thực nghiệm đầy đủ, công bố khoa học hay tuyên bố ưu thế phương pháp.
Mạch nghiên cứu trước có gì khác?
Các nguyên mẫu trước nối video có marker, biểu diễn chuyển động và động học Panda/UR5e. Đó là nhánh có hỗ trợ marker và phạm vi hẹp; không chứng minh trích xuất từ video thực không marker, thao tác vật lý hay lợi ích cho con người.
Tài liệu nền
MuJoCo Nền tảng mô phỏng vật lý. Mở tài liệu gốc ↗LeRobot Điều khiển, thu thập và phát lại dữ liệu. Mở tài liệu gốc ↗Đây là tài liệu của các nền tảng, không phải bằng chứng về kết quả của VinunQuant.