Dobb-E

Dobb·Eは、ロボットが人間の行動を模倣することで家庭の雑事を処理する方法を教えるのに役立つ、ユーザーフレンドリーなオープンソースツールです。.

Dobb·Eは、家庭用ロボットが直面する課題に取り組むために、家庭のタスクのデモを収集するための予算に優しく、人間工学に基づいた方法を提供します。このフレームワークの重要な要素の1つは、Stickと呼ばれる便利なツールです。この革新的なデバイスは、$25リーチャーグラバー棒、いくつかの3Dプリント部品、およびiPhoneを組み合わせて、学習プロセスを促進します。.

Stickは、Homes of New York (HoNY)と呼ばれるデータセットから貴重なデータを収集する上で重要な役割を果たします。このデータセットには、ニューヨーク市の22の異なる家庭での約13時間の記録された活動が含まれています。RGBおよび深度ビデオの混合に加え、グリッパーの位置や開き方に関する詳細な注釈が含まれており、ロボットの訓練にとって重要です。.

これらのデモから収集されたデータを使用して、Dobb·EはHome Pretrained Representations (HPR)と呼ばれるモデルを訓練します。このモデルはResNet-34アーキテクチャに基づいており、自己教師あり学習手法を利用して、異なる環境で新しいタスクに取り組むためのロボットを効果的に準備します。.

驚くべきことに、Dobb·Eは新しいタスクを完了する際に平均成功率81%を達成できることを示しており、すべてがわずか15分以内で、見知らぬ家庭環境で収集されたわずか5分のデモデータに依存しています。.

さらに深く掘り下げたい場合、Dobb·EはGitHubを通じて事前訓練されたモデル、ソースコード、および包括的なドキュメントに簡単にアクセスできるようにしています。また、「ロボットを家に持ち帰ることについて」というタイトルのオープンアクセス論文があり、Dobb·Eの背後にある方法とその成果について詳しく説明しています。.