Тест, свързан с ръководство · Среден Ниво

Визия-език-действие модели за роботика тест

Научете как моделите на видение-език-действие съчетават въвеждане на информация от камерата и инструкции с команди на роботи и откъде идват техните доказателства.

Свързани ръководни пътекиVision Language Модели на действие за роботика
Въпрос 1 на 8

Кои три вида вход/изход дефинират модел Vision-Language-Action (VLA)?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Кои три вида вход/изход дефинират модел Vision-Language-Action (VLA)?
    • Изображения от камерата, езикова инструкция и действия на робота
    • Аудио, текст и изображения
    • Сензорни регистрационни файлове, GPS и състояние на батерията
    • Код, резултат от компилатора и резултати от тестове
  2. Как Google RT-2 на DeepMind представя действията на робота, така че трансформатор да може да ги генерира?
    • Само като непрекъснати вектори с плаваща запетая
    • Като дискретизирани токени за действие, подобни на текстови токени
    • Като ROS съобщение XML
    • Като ценности за награда за учене с подсилване
  3. Какво означава „спешен трансфер“ в контекста на VLA?
    • Роботът прегрява и се изключва
    • Два робота разменят софтуера си
    • Знанията в уеб мащаб от предварителното обучение помагат на робота да борави с нови обекти и инструкции
    • Действията се изчисляват без каквато и да е невронна мрежа
  4. Какво е ключовото предимство на главата за действие за дифузия/съвпадение на потока на pi-0 в сравнение с жетоните с единично дискретно действие?
    • Премахва необходимостта от всякакви камери
    • Работи само в симулация
    • Елиминира езиковото обучение
    • Той генерира плавни, високочестотни блокове на действие за по-сръчен контрол
  5. Защо наборът от данни Open X-Embodiment има значение за VLA?
    • Той обединява данни за роботи в много типове роботи, за да даде възможност за обобщаване на различни въплъщения
    • Това е еталон само за надписи на изображения
    • Той съхранява данни само на един робот
    • Това е текстов корпус само за език
  6. Which data sources did DeepMind combine when co-fine-tuning RT-2?
    • Only a fixed list of hand-written joint commands
    • Robot demonstration data and web data with a pretrained vision-language model
    • Only audio recordings without robot observations
    • Only random action tokens with no examples
  7. What kinds of commands can an RT-2-style action representation encode?
    • Only natural-language explanations with no robot controls
    • A fixed video caption for each camera frame
    • Discretized robot motion and gripper commands represented as tokens
    • A robot’s hardware serial number
  8. How broad was the RT-2 evaluation of emergent capabilities reported by Google DeepMind?
    • Exactly 12 trials
    • One trial for every robot type worldwide
    • No physical robot trials
    • More than 6,000 robotic trials