Co-entraînement
Le co-entraînement en robotique fait référence à l'entraînement d'une politique unique sur des données provenant de plusieurs incarnations de robots, tâches ou environnements simultanément. L'hypothèse est que les sources de données diversifiées enseignent à la politique des représentations visuelles et comportementales robustes qui se transfèrent mieux vers de nouveaux contextes. Le dataset Open X-Embodiment a été assemblé spécifiquement pour permettre le co-entraînement sur plus de 22 types de robots. Les grands modèles de fondation comme RT-2 et OpenVLA s'appuient sur le co-entraînement avec des données vision-langage à l'échelle d'Internet aux côtés des données de démonstration robotique pour amorcer la généralisation. Voir cela en pratique : notre service de collecte de données →