L'auteur a publié Calibra, un outil conçu pour identifier les mauvaises démonstrations dans les ensembles de données d'apprentissage par imitation en robotique avant qu'ils ne consomment des ressources GPU.

  • Le projet se concentre sur l'observabilité de l'ensemble de données pour filtrer les mauvaises données.
  • Il implémente la sélection de coreset pour prioriser les épisodes les plus significatifs pour l'entraînement.
  • Le code est disponible via un dépôt GitHub lié dans l'annonce.

L'auteur invite la communauté à fournir des commentaires et des conseils concernant la fonctionnalité de l'outil.