แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
โมเดลการมองเห็น-ภาษา-แอ็คชั่นสำหรับแบบทดสอบวิทยาการหุ่นยนต์
เรียนรู้ว่าโมเดลการมองเห็น ภาษา การกระทำ รวมการป้อนข้อมูลจากกล้องและคำแนะนำเข้ากับคำสั่งหุ่นยนต์ได้อย่างไร และหลักฐานเหล่านี้มาจากไหน
คำถาม 1 ของ 8
อินพุต/เอาท์พุตสามประเภทใดที่กำหนดโมเดล Vision-Language-Action (VLA)
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- อินพุต/เอาท์พุตสามประเภทใดที่กำหนดโมเดล Vision-Language-Action (VLA)
- รูปภาพจากกล้อง คำแนะนำภาษา และการทำงานของหุ่นยนต์
- เสียง ข้อความ และรูปภาพ
- บันทึกเซ็นเซอร์, GPS และสถานะแบตเตอรี่
- โค้ด เอาต์พุตของคอมไพเลอร์ และผลการทดสอบ
- Google RT-2 ของ DeepMind เป็นตัวแทนการกระทำของหุ่นยนต์เพื่อที่หม้อแปลงไฟฟ้าจะสร้างการกระทำเหล่านี้ได้อย่างไร
- เป็นเวกเตอร์จุดลอยตัวต่อเนื่องเท่านั้น
- เป็นโทเค็นการดำเนินการแบบแยกส่วน คล้ายกับโทเค็นข้อความ
- เป็นข้อความ ROS XML
- เป็นรางวัลตอบแทนการเรียนรู้แบบเสริมกำลัง
- 'การโอนฉุกเฉิน' หมายถึงอะไรในบริบทของ VLA
- หุ่นยนต์ร้อนเกินไปและปิดเครื่อง
- หุ่นยนต์สองตัวสลับซอฟต์แวร์
- ความรู้ระดับเว็บจากการฝึกอบรมล่วงหน้าช่วยให้หุ่นยนต์จัดการกับวัตถุและคำแนะนำใหม่ๆ
- การดำเนินการต่างๆ จะถูกคำนวณโดยไม่มีโครงข่ายประสาทเทียมใดๆ
- อะไรคือข้อได้เปรียบที่สำคัญของหัวการดำเนินการแบบกระจาย/การจับคู่การไหลของ pi-0 เมื่อเปรียบเทียบกับโทเค็นการดำเนินการแบบแยกเดี่ยว
- ทำให้ไม่จำเป็นต้องใช้กล้องใดๆ
- มันใช้งานได้เฉพาะในการจำลองเท่านั้น
- มันทำให้การสอนภาษาหายไป
- สร้างชิ้นส่วนการเคลื่อนไหวความถี่สูงที่ราบรื่นเพื่อการควบคุมที่กระฉับกระเฉงยิ่งขึ้น
- เหตุใดชุดข้อมูล Open X-Embodiment จึงมีความสำคัญสำหรับ VLA
- โดยรวบรวมข้อมูลหุ่นยนต์จากหุ่นยนต์หลายประเภทเพื่อให้สามารถสรุปข้อมูลทั่วไปข้ามรูปลักษณ์ได้
- เป็นเกณฑ์มาตรฐานสำหรับคำบรรยายภาพเท่านั้น
- มันเก็บข้อมูลของหุ่นยนต์เพียงตัวเดียวเท่านั้น
- เป็นคลังข้อความเฉพาะภาษา
- 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