Gids-gekoppelde quiz · Middelmatig Niveau
Visie-taal-actiemodellen voor robotica Quiz
Ontdek hoe visie-taal-actiemodellen camera-invoer en instructies combineren met robotopdrachten, en waar hun bewijsmateriaal vandaan komt.
Vraag 1 van 8
Welke drie soorten input/output definiëren een Vision-Language-Action (VLA)-model?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Welke drie soorten input/output definiëren een Vision-Language-Action (VLA)-model?
- Camerabeelden, een taalinstructie en robotacties
- Audio, tekst en afbeeldingen
- Sensorlogboeken, GPS en batterijstatus
- Code, compileruitvoer en testresultaten
- Hoe vertegenwoordigde Google DeepMind's RT-2 robotacties, zodat een transformator deze kon genereren?
- Alleen als continue drijvende-kommavectoren
- Als gediscretiseerde actietokens, vergelijkbaar met teksttokens
- Als ROS-bericht XML
- Als beloningswaarden voor versterkend leren
- Wat betekent 'opkomende overdracht' in de context van VLA's?
- De robot raakt oververhit en schakelt uit
- Twee robots wisselen hun software uit
- Kennis op webschaal uit voortraining helpt de robot om nieuwe objecten en instructies te verwerken
- Acties worden berekend zonder enig neuraal netwerk
- Wat is een belangrijk voordeel van de diffusie/flow-matching-actiekop van pi-0 vergeleken met afzonderlijke actiefiches?
- Het elimineert de noodzaak voor camera's
- Het werkt alleen in simulatie
- Het elimineert het taalonderwijs
- Het genereert vloeiende, hoogfrequente actiebrokken voor een meer behendige bediening
- Waarom is de Open X-Embodiment-dataset van belang voor VLA's?
- Het bundelt robotgegevens van vele robottypen om generalisatie tussen verschillende uitvoeringsvormen mogelijk te maken
- Het is alleen een benchmark voor ondertiteling van afbeeldingen
- Het slaat de gegevens van slechts één robot op
- Het is een tekstcorpus dat alleen in taal bestaat
- Welke gegevensbronnen heeft DeepMind gecombineerd bij het co-finetunen van RT-2?
- Alleen een vaste lijst met handgeschreven gezamenlijke commando's
- Robotdemonstratiegegevens en webgegevens met een voorgetraind vision-taalmodel
- Alleen audio-opnames zonder robotobservaties
- Alleen willekeurige actiefiches zonder voorbeelden
- Welke soorten opdrachten kan een actierepresentatie in RT-2-stijl coderen?
- Alleen uitleg in natuurlijke taal zonder robotbesturing
- Een vast video-onderschrift voor elk cameraframe
- Gediscretiseerde robotbewegingen en grijperopdrachten weergegeven als tokens
- Het hardwareserienummer van een robot
- Hoe breed was de RT-2-evaluatie van opkomende capaciteiten, gerapporteerd door Google DeepMind?
- Precies 12 proeven
- Eén proef voor elk robottype wereldwijd
- Geen fysieke robotproeven
- Meer dan 6.000 robotproeven