Robotics

Robot, który jednym modelem składa pranie, pakuje leki i nalewa herbatę - brzmi jak science fiction, ale dokładnie tego potrzebuje przemysł. Problem? Najlepsze kontrolery robotów są albo zamknięte (π0.5 od Physical Intelligence), albo za wolne (modele rozumujące generują setki tokenów zanim ruszą ramieniem), albo wymagają sprzętu za dziesiątki tysięcy dolarów. MolmoAct2 (Fang, Duan et al., Allen AI / UW / Stanford / NVIDIA / MIT, maj 2026) rozwiązuje te problemy jednocześnie: jest w pełni otwarty (wagi, kod, dane), działa z prędkością 55.79 Hz, i osiąga 97.2% sukcesu na LIBERO - bijąc każdy otwarty i zamknięty baseline. Kluczowa innowacja? Generator akcji robota “zagląda” do modelu językowego na każdej warstwie transformera, nie tylko na końcu. ...

W świecie, w którym roboty i systemy AI coraz częściej uczą się poprzez obserwację i interakcję z ludźmi, kluczowym wyzwaniem pozostaje efektywność tego procesu. Tradycyjne metody uczenia się przez naśladowanie (Imitation Learning) często wymagają od ludzkiego nauczyciela ciągłego nadzoru i korygowania błędów, co jest czasochłonne i kosztowne. Zespół naukowców z Jelle Luijkx na czele proponuje przełomowe rozwiązanie w swojej najnowszej publikacji zatytułowanej “ASkDAgger: Active Skill-level Data Aggregation for Interactive Imitation Learning”. ...