Kuiz berkaitan panduan · Sederhana Tahap
Model Visi-Bahasa-Tindakan untuk Kuiz Robotik
Ketahui cara model visi-bahasa-tindakan menggabungkan input kamera dan arahan dengan arahan robot, dan dari mana buktinya datang.
soalan 1 daripada 8
Apakah tiga jenis input/output yang menentukan model Vision-Language-Action (VLA)?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah tiga jenis input/output yang menentukan model Vision-Language-Action (VLA)?
- Imej kamera, arahan bahasa dan tindakan robot
- Audio, teks dan imej
- Log sensor, GPS dan keadaan bateri
- Kod, output pengkompil dan keputusan ujian
- Bagaimanakah Google RT-2 DeepMind mewakili tindakan robot supaya pengubah boleh menjananya?
- Sebagai vektor titik terapung berterusan sahaja
- Sebagai token tindakan diskret, serupa dengan token teks
- Sebagai XML mesej ROS
- Sebagai nilai ganjaran untuk pembelajaran pengukuhan
- Apakah maksud 'pemindahan timbul' dalam konteks VLA?
- Robot menjadi terlalu panas dan ditutup
- Dua robot menukar perisian mereka
- Pengetahuan berskala web daripada pralatihan membantu robot mengendalikan objek dan arahan baru
- Tindakan dikira tanpa sebarang rangkaian saraf
- Apakah kelebihan utama kepala tindakan resapan/pemadanan aliran pi-0 berbanding dengan token tindakan diskret tunggal?
- Ia menghilangkan keperluan untuk sebarang kamera
- Ia hanya berfungsi dalam simulasi
- Ia menghapuskan arahan bahasa
- Ia menjana ketulan tindakan yang licin dan frekuensi tinggi untuk kawalan yang lebih cekap
- Mengapakah dataset Open X-Embodiment penting untuk VLA?
- Ia mengumpulkan data robot merentas banyak jenis robot untuk membolehkan generalisasi merentas penjelmaan
- Ia adalah penanda aras hanya untuk kapsyen imej
- Ia hanya menyimpan satu data robot
- Ia adalah korpus teks bahasa sahaja
- 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