Robotics — korshunov.ai — actualités ML

Sujet · Robotics

lab Microsoft Research Blog · il y a 7 j · 28 vues

Microsoft Research montre que le déchargement de l'inférence d'IA physique améliore les performances et l'autonomie des robots

Microsoft Research remet en question l'hypothèse selon laquelle l'inférence d'IA physique doit s'exécuter exclusivement sur les GPU embarqués des robots, démontrant que le déchargement vers une infrastructure edge ou cloud améliore considérablement les charges de travail de manipulation mobile. Leur étude systématique des charges de travail robotiques révèle que la dépendance au calcul embarqué limite les performances, l'autonomie et l'évolutivité.

lab NVIDIA Research · il y a 14 j · 24 vues

Human2Any : transfert humain-robot par planification compositionnelle consciente des contraintes

L'article présente Human2Any, une méthode de transfert humain-robot qui utilise la planification compositionnelle consciente des contraintes. Aucun détail supplémentaire ni corps de texte n'est fourni dans la source.

media Latent Space · il y a 2 j · 2 vues

AMD rachète World Labs pour 8,2 milliards de dollars alors qu'Atlas résout la reconstruction clairsemée

AMD a acquis World Labs pour 8,2 milliards de dollars, intégrant les capacités d'intelligence spatiale par IA de l'entreprise et sa nouvelle architecture de modèle omni "Atlas" dans son portefeuille.

media MarkTechPost · il y a 5 j · 27 vues

Black Forest Labs publie FLUX 3 Action, un modèle d'action mondiale de 7B à poids ouverts

Black Forest Labs a publié FLUX 3 Action, un modèle d'action mondiale (WAM) à poids ouverts de 7 milliards de paramètres pour le contrôle robotique, qui occupe la première place du classement RoboLab-120 avec un taux de réussite de tâche de 42,92 %.

arxiv arXiv cs.AI · il y a 7 j · 9 vues

Shanghai AI Lab publie InternW0, un modèle du monde physique pour des interactions réelles efficaces

Le Shanghai AI Laboratory a présenté InternW0, la première incarnation de sa série de modèles du monde physique InternW, conçue pour maintenir des prédictions exploitables dans des environnements dynamiques. Le modèle apprend conjointement les dynamiques visuelles futures et le contrôle continu des robots à l'aide d'une architecture vidéo-action asymétrique avec appariement par flux.

lab Hugging Face Blog · il y a 7 j · 16 vues

NVIDIA Warp et MjWarp permettent la simulation robotique parallèle accélérée par GPU

MuJoCo Warp (MJWarp), construit sur NVIDIA Warp, permet aux modèles MuJoCo compatibles de s'exécuter à l'échelle du GPU, permettant le déploiement de centaines ou de milliers de mondes de simulation indépendants en un seul appel. Cette architecture déplace le focus de la minimisation de la latence pour un environnement unique vers l'amélioration du débit agrégé, ce qui favorise l'apprentissage par renforcement et l'échantillonnage à grande échelle.

arxiv arXiv cs.AI · il y a 21 j · 21 vues

Show-Harness permet aux agents VLM de contrôler des robots via une interface sémantique compacte

Les auteurs présentent Show-Harness, un Harness Incarné qui permet aux modèles de vision et de langage (VLM) de contrôler des robots via une interface sémantique compacte reliant l'intention à l'action. Ce système expose des unités d'action sémantiques discrètes pour le raisonnement VLM et utilise des interprètes spécifiques à l'incarnation pour les ancrer dans les actions locales du robot.