OpenVLA לעומת Octo: באיזה מודל לימוד רובוט לבחור?
השוואה מעשית לחוקרים ובונים הבוחרים במודל חזון-שפה-פעולה (VLA).
מודלים של VLA ממפים תפיסה + שפה לפעולות
שְׁנֵיהֶם OpenVLA ו אוקטו הם מודלים של חזון-שפה-פעולה בקוד פתוח ללימוד רובוטים. הנה איך הם משווים ומתי להשתמש בכל אחד מהם.
אַדְרִיכָלוּת
OpenVLA מתבסס על Prismatic VLM ומוסיף ראשי חיזוי פעולה. הוא תומך במספר רב של מורפולוגיות רובוט ומרחבי פעולה. אוקטו משתמש בארכיטקטורה מבוססת שנאים שהוכשרה על נתוני Open X-Embodiment. שניהם לוקחים תמונות + שפה ופעולות פלט.
נתוני אימון
OpenVLA מאומן על Open X-Embodiment ומערכי נתונים נוספים. Octo מאומן על Open X-Embodiment (RT-X, BridgeData, DROID וכו'). שניהם נהנים מנתוני רובוט מגוונים בקנה מידה גדול. ראה שלנו קטלוג מערכי נתונים עבור מקורות נתונים.
כוונון עדין
שניהם תומכים בכוונון עדין של הרובוט והמשימה שלך. בדרך כלל 50-500 הדגמות יכולות לשפר את הביצועים באופן משמעותי. OpenVLA מציע נקודות ביקורת עבור סוגי רובוטים שונים. הארכיטקטורה של Octo גמישה עבור חללי פעולה חדשים.
מתי לבחור ב-OpenVLA
- אתה צריך ביצועים חזקים מחוץ לקופסה במשימות מניפולציה נפוצות
- הרובוט שלך דומה לאלו ב-Open X-Embodiment (WidowX, ALOHA וכו')
- אתה רוצה מודל מתועד היטב, מתוחזק באופן פעיל
מתי לבחור Octo
- אתה מתנסה במורפולוגיות רובוטיות חדשות
- אתה רוצה גמישות מקסימלית עבור חללי פעולה מותאמים אישית
- אתה בונה ישירות על נתוני Open X-Embodiment
איסוף נתונים לכיוונון עדין
בכל דגם שתבחר, סביר להניח שתצטרך הדגמות ספציפיות למשימה. אנחנו מציעים שירותי איסוף נתונים ללימוד חיקוי - טלאופרציה, עיצוב מוכן ללמידה ו-QA. איסוף חומרה באותו יום בפאלו אלטו לאיטרציה מהירה.