Sakana AI и Токийский университет подняли точность робота с 25% до 73%
Sakana AI и Токийский университет представили SAIL — систему, которая улучшает траектории движения робота в симуляции перед реальным выполнением задачи. Модель получает примеры выполнения, предлагает траекторию и проверяет её в симуляторе, где вторая модель выявляет ошибки. Система итеративно улучшает неудачные участки.
В симуляции на шести задачах успешность одной попытки составила 25%, после проверки 45 вариантов выросла до 73%. На физическом роботе метод справился с одной задачей в 5 случаях из 6. Подход позволяет увеличить эффективность без переобучения модели.
Источник: Machinelearning
Что мы знаем о компании
Sakana AI
- Sakana AI и Токийский университет представили систему SAIL, которая позволяет роботу исправлять траекторию в симуляции д 2026-09-28
- Sakana AI представила PC-ALM — слой-локальную альтернативу backpropagation, которая обучает сети до 1000 слоёв. 2026-09-14
- Sakana AI представила метод обучения глубоких нейросетей PC-ALM без обратного распространения ошибки 2026-09-14
- Sakana AI предложила обучать нейросети как биологический мозг 2026-09-14
Новости этого рынка выходят у нас в телеграме первыми — @wikipulse.
Комментарии из открытых обсуждений в телеграме, приведены дословно. Мнение авторов не редакция.