Kuis terkait panduan · Sedang Tingkat
Model Visi-Bahasa-Tindakan untuk Kuis Robotika
Pelajari bagaimana model tindakan-bahasa visi menggabungkan masukan dan instruksi kamera dengan perintah robot, dan dari mana bukti-bukti tersebut berasal.
Pertanyaan 1 dari 8
Tiga jenis input/output apa yang menentukan model Vision-Language-Action (VLA)?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Tiga jenis input/output apa yang menentukan model Vision-Language-Action (VLA)?
- Gambar kamera, instruksi bahasa, dan tindakan robot
- Audio, teks, dan gambar
- Log sensor, GPS, dan status baterai
- Kode, keluaran kompiler, dan hasil pengujian
- Bagaimana Google RT-2 DeepMind mewakili tindakan robot sehingga transformator dapat menghasilkannya?
- Hanya sebagai vektor titik-mengambang kontinu
- Sebagai token tindakan yang didiskritisasi, mirip dengan token teks
- Sebagai pesan ROS XML
- Sebagai nilai hadiah untuk pembelajaran penguatan
- Apa yang dimaksud dengan 'transfer darurat' dalam konteks VLA?
- Robot menjadi terlalu panas dan mati
- Dua robot menukar perangkat lunak mereka
- Pengetahuan berskala web dari pra-pelatihan membantu robot menangani objek dan instruksi baru
- Tindakan dihitung tanpa jaringan saraf apa pun
- Apa keuntungan utama dari kepala tindakan difusi/pencocokan aliran pi-0 dibandingkan dengan token tindakan diskrit tunggal?
- Ini menghilangkan kebutuhan akan kamera apa pun
- Ini hanya berfungsi dalam simulasi
- Ini menghilangkan pengajaran bahasa
- Ini menghasilkan potongan tindakan yang halus dan berfrekuensi tinggi untuk kontrol yang lebih cekatan
- Mengapa kumpulan data Open X-Embodiment penting untuk VLA?
- Ini mengumpulkan data robot di banyak jenis robot untuk memungkinkan generalisasi lintas perwujudan
- Ini hanya patokan untuk pemberian keterangan gambar
- Ini hanya menyimpan data satu robot
- Ini adalah korpus teks khusus bahasa
- 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