Rêveur
$ 0
Agent d’apprentissage par renforcement basé sur un modèle qui apprend directement à partir d’observations d’images sur des robots réels à l’aide d’un modèle du monde ; aucun passage de la simulation à la réalité n’est nécessaire
Disponible sur commande
Score Cerveau
2
Spécifications et détails :
| Nationalité | ÉTATS-UNIS |
|---|---|
| Site web | https://rail.eecs.berkeley.edu/ |
| Type de modèle | Modèle de fondation |
| Fabricant | Université de Californie à Berkeley |
| Date de sortie | 2023 |
Description
DayDreamer est un modèle de base qui forme les robots directement dans des environnements réels en tirant des enseignements des données visuelles et de l’expérience acquise. Au lieu de se baser sur la simulation, il observe les résultats et s’améliore grâce à une interaction continue. Par conséquent, ce modèle permet d’acquérir dès le départ des compétences pratiques qui reflètent les conditions réelles. De plus, cette approche comble le fossé entre les environnements simulés et les environnements réels, ce qui ralentit souvent le déploiement.
De plus, DayDreamer utilise un modèle du monde pour envisager les issues possibles avant d’agir. Il peut ainsi évaluer ses stratégies en interne et adopter des comportements plus efficaces. Cette capacité prédictive accélère l’apprentissage tout en réduisant les erreurs. Comme il fonctionne à partir d’images brutes, le système s’adapte à différentes configurations sans nécessiter de réglages complexes. DayDreamer permet ainsi aux robots d’adopter un comportement plus naturel, plus efficace et mieux adapté aux situations réelles.
Contact Humanoid.guide
Site web : https://rail.eecs.berkeley.edu
