Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Jövőkép-Nyelv-Cselekvési Modellek Robotics Kvízhez
Learn how vision-language-action models combine camera input and instructions with robot commands, and where their evidence comes from.
kérdés 1 -ból 8
Milyen három típusú bemenet/kimenet határozza meg a Vision-Language-Action (VLA) modellt?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Milyen három típusú bemenet/kimenet határozza meg a Vision-Language-Action (VLA) modellt?
- Kameraképek, nyelvi utasítás és robotműveletek
- Hang, szöveg és képek
- Érzékelőnaplók, GPS és akkumulátor állapot
- Kód, fordító kimenet és teszteredmények
- Hogyan ábrázolta a Google DeepMind RT-2 robotműveleteit, hogy egy transzformátor generálhassa azokat?
- Csak folytonos lebegőpontos vektorokként
- Diskretizált cselekvési jelzőként, hasonlóan a szöveges tokenekhez
- ROS üzenetként XML
- Jutalomként a megerősítő tanulásért
- Mit jelent az „emergent transfer” a VLA-k összefüggésében?
- A robot túlmelegszik és leáll
- Két robot felcseréli a szoftverét
- Az előképzésből származó webes szintű tudás segíti a robotot az újszerű objektumok és utasítások kezelésében
- A műveletek számítása neurális hálózat nélkül történik
- Mi a fő előnye a pi-0 diffúziós/áramlás-illesztő akciófejének az egyedi diszkrét akciójelzőkkel szemben?
- Nincs szükség kamerákra
- Csak szimulációban működik
- Megszünteti a nyelvi oktatást
- Sima, magas frekvenciájú akciódarabokat generál az ügyesebb irányítás érdekében
- Miért számít az Open X-Embodiment adatkészlet a VLA-k számára?
- Összegyűjti a robotadatokat számos robottípuson keresztül, hogy lehetővé tegye a megvalósítások közötti általánosítást
- Ez csak a képaláírások viszonyítási alapja
- Csak egy robot adatait tárolja
- Ez egy csak nyelvi szövegkorpusz
- 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
- 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
- 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