GHOST @name_ghost

／ Well-Moving Society「Welmos」大阪・関西万博開催中に実証実験実施 ╲ 阪神高速社の交通マネジメント実績に基づくノウハウと、NTTグループの #IOWN 構想の一環となる4Dデジタル基盤等の情報処理技術の融合による新たなモビリティサービスの実現に向けた実証実験を実施します #NTTグループと万博

1 6 26 18K 5

1 12 26 7K 2

View Details

GHOST @name_ghost

a year ago

ここ何年かツイッターを完全に大喜利会場としてしか使っていない

1 0 2 215 0

View Details

GHOST @name_ghost

a year ago

@airtoxin 野良募集でいきましょう！

0 0 1 39 0

View Details

GHOST @name_ghost

2 years ago

PoE2、混沌の試練から再起動しても抜けられなくなったので終わりです

0 0 2 419 0

View Details

GHOST @name_ghost

2 years ago

PoE2のアプデ4/5か

0 0 0 217 0

View Details

GHOST @name_ghost

2 years ago

上下50Mbps生活から開放されたのはシンプル助かる

1 0 0 183 0

View Details

GHOST @name_ghost

2 years ago

@airtoxin みんなでライフ50%捧げていきましょう

1 0 1 46 0

View Details

But robots can not feel... or can they? [𝗙𝗶𝗻𝗱 𝘁𝗵𝗲 𝗽𝗮𝗽𝗲𝗿 𝗵𝗲𝗿𝗲 ⬇] Scientists have developed a way for robots to sense touch all over their bodies without needing expensive, complicated equipment. ✅ Instead of using lots of sensors, the robot's internal tech senses touch anywhere on its body. ✅ It knows exactly where and how hard it's being touched. ✅ The robot can even read shapes and symbols, like numbers or letters. ✅ You can control it by "writing" commands or using movable virtual buttons on its surface. This new sense of touch will help robots work better with humans and make interacting with them feel natural and easy! ——- Paper: 𝗜𝗻𝘁𝗿𝗶𝗻𝘀𝗶𝗰 𝘀𝗲𝗻𝘀𝗲 𝗼𝗳 𝘁𝗼𝘂𝗰𝗵 𝗳𝗼𝗿 𝗶𝗻𝘁𝘂𝗶𝘁𝗶𝘃𝗲 𝗽𝗵𝘆𝘀𝗶𝗰𝗮𝗹 𝗵𝘂𝗺𝗮𝗻-𝗿𝗼𝗯𝗼𝘁 𝗶𝗻𝘁𝗲𝗿𝗮𝗰𝘁𝗶𝗼𝗻 The paper is co-authored with Maged Iskandar, Alin Albu-Schaeffer and Alexander Dietrich. science.org/stoken/author-…

11 89 465 57K 271

View Details

Daisuke Okanohara / 岡野原大輔 @hillbig

2 years ago

pi0はロボットの汎用制御を目指す基盤モデルであり、様々なロボットで汎用タスク（シャツを畳む、買い物袋詰め等）ができる。VLM（PaliGemma）を元に行動出力を追加し多様な実際のロボットで取得したデータで追加学習。フローマッチングで学習し50Hzで出力可能。physicalintelligence.company/blog/pi0 === 多様な知識はVLM側（テキスト、画像、動画など）でカバーした上で、ロボット固有の入力、出力に対応する部分については追加学習を行っている。シャツを畳むといったものは従来は難しいタスクの一つであり、それが汎用制御の一つとして解けている。近年、ロボット側の学習にシミュレーションを使う場合も増えているがこの場合は10000時間にも及ぶデータを使って学習をしている。その後、タスク毎に複雑度に応じて5時間から100時間程度の学習データを用意し学習している。実際の応用に向けては個別ロボットや環境に応じたその場の適応するしくみが必要になると思われる。この場合はモデル自体を更新したり、In-Context学習などを使うなどが必要となる。また複雑なタスクでは大きなモデルが必要であり、タスクを分解する必要があった。こうしたことは現在の複雑な推論を必要とするタスクが解けるようになっている部分が活用できるだろう。シミュレーション利用についても今後期待したい。特に安全面の検証やスケーラビリティといった面ではシミュレーション結果を併用していく必要がある。