Loading...
机构名称:
¥ 1.0

摘要 - 近年来,机器人主义者通过利用高容量变压器网络体系结构和生成扩散模型来解决灵巧机器人硬件的越来越一般任务取得了良好的进步。毫无意义地结合了这两个正交改进已被证明是非常困难的,因为没有明确且鲜明的理解过程来做出重要的设计选择。在本文中,我们确定,研究和改进了高容量扩散变压器策略的关键架构设计决策。所得模型可以在多个机器人实施方案上有效地解决各种任务,而不会导致主参数调整的痛苦。通过将调查的结果与改进的模型组件结合起来,我们能够提出一种新颖的体系结构,称为DIT-Block策略,该策略极大地超过了解决长期马(1500多个时间步长)与人类的Aloha Aloha Aloha Robot上的Dexteros Dists。此外,我们发现在10小时的高度多模式,语言注释的Aloha演示数据中接受培训时,我们的政策显示出改善的缩放性能。我们希望这项工作将为未来的机器人学习技术打开大门,以利用大型变压器体系结构的可扩展性来利用生成扩散建模的效率。代码,机器人数据集和视频可在以下网址找到:https://dit-policy.github.io

机器人扩散变压器的成分

机器人扩散变压器的成分PDF文件第1页

机器人扩散变压器的成分PDF文件第2页

机器人扩散变压器的成分PDF文件第3页

机器人扩散变压器的成分PDF文件第4页

机器人扩散变压器的成分PDF文件第5页