Дворука телеоперація за двадцять тисяч доларів
ALOHA — дворукий телеоперований стенд, зібраний у межах заявленого бюджету в 20 тисяч доларів; на демонстраціях із нього алгоритм ACT навчився шести точних задач із 10 хвилин показу на кожну, з часткою успіху 80-90%.
Чому це важливо
Вузьким місцем імітаційного навчання було те, хто взагалі може дозволити собі збирати демонстрації. Стенд за 20 тисяч замість сотень тисяч переніс це з промислових лабораторій до звичайних університетських груп, а 10 хвилин на задачу змінили міру зусиль на нову навичку.
Тоні Чжао, Вікаш Кумар, Сергій Левін і Челсі Фінн зібрали стенд і написали до нього алгоритм Action Chunking with Transformers, що вчиться на зібраних на ньому демонстраціях. Шість задач у реальному світі: відкрити напівпрозорий соусник, вставити батарейку, просилити застібку, зняти скотч, надіти черевик, посунути пакет із застібкою. Успіх — 80-90%; на сторінці проєкту наведено окремі задачі з 96%, 84%, 64% і 92%. Бюджет у 20 000 доларів названо на сторінці проєкту, а не в анотації; в анотації є задачі, тривалість демонстрацій і діапазон успіху.