Global · IA · Modelos · Robótica · Código abierto
Robotera libera pesos de video de VPP 2 para investigación en robótica
El repositorio publica dos conjuntos de parámetros y guías de predicción de video y evaluación.
Fecha de la fuente original:
Lo esencial
- Los pesos Stage-1 generan 49 fotogramas; Stage-2, 17.
- La predicción parte de una imagen y una instrucción textual.
- El código usa MIT; pesos, datos y simuladores tienen condiciones propias.
Dos etapas visuales
VPP 2 anunció el 10 de octubre los pesos de video Stage-1 y Stage-2, descargables en Hugging Face y ModelScope. La primera etapa representa eventos; la segunda utiliza un horizonte temporal fijo. Las guías explican la preparación de entradas y la predicción.
De predecir a actuar
El método combina preentrenamiento visual de eventos, planificación de un paso mediante ajuste y destilación, y aprendizaje de acciones con una mezcla de transformadores. El repositorio incluye flujos de entrenamiento y evaluación de políticas robóticas. Abrir parámetros permite examinar esa conexión entre anticipar imágenes y seleccionar movimientos.
Alcance de los resultados
El proyecto informa resultados en RoboDojo-Sim, un entorno simulado. Ese desempeño no equivale a demostrar fiabilidad física en cualquier robot. La licencia del código tampoco concede automáticamente los mismos permisos sobre todos los pesos o componentes de terceros; sus términos se consultan por separado.