WidowX AI 規 格
負載
1.5 kg
手臂長度
700 mm
翼展跨度
1,400 mm
自由度
6
重複度
1 mm
精準度
1 mm
重量
6 kg
WidowX AI 三 款 選 擇
Base
Precision Grip End-Effector with
Custom Molded Silicone Grip Pads
Base 款: 精細的末端爪手，配備有客制的矽膠模板抓握墊
Leader
Ambidextrous Hand Grip with
Sliding Rail Finger Pinchers
Leader 引領臂: 雙手通用型手柄，附有滑軌手指夾
Follower
Precision Grip End-Effector with
Custom Molded Silicone Grip Pads
Intel® RealSense™ D405 RGB
Depth Camera with Arm Mount
Follower 跟隨臂: Base 款裝上 Intel D405 深度鏡頭
收到的產品箱內包含?
- 你訂購的 WidowX AI 配置選擇
- 24V/15A heavy-duty power supply
- iNerve 控制器及介面
- 配件包
Trossen AI Data Collection 最佳實作影片系列
本系列影片，將帶你深入探索機器人機器學習(Machine Learning)的世界—機器人如何收集資料、學習技能，並從簡單的 demo 展示，逐步發展到真正自主運作(autonomy)。無論你只是對機器人學習方式感到好奇，還是已經深入研究，本系列影片，都能以清晰的說明，和深入的實驗室案例，為你建立溝通的橋樑。
第一集 EP1：Data Collection 最佳實作
在本集，我們會從最基礎的開始：
– 機器人的機器學習和 Embodied AI 的真正意義
– 視覺(Vision)-語言(Language)-動作(Action) (VLA)模型，如何將機器人所見、所理解和所做的事情聯繫起來
– 為什麼 Data 是促進機器人學習的燃料
– 機器人數據的獨特挑戰 – 它與 ChatGPT 式互聯網數據有何不同
– 研究人員所說的「高品質 datasets」是什麼意思，以及它們為何如此重要
– 黃金法則：當訓練(training)和評估(evaluation資料匹配時，機器人可以有最佳的效能
– 簡單範例，展示當有缺失的變量時(例如顏色或位置)，會如何影響效能
到最後你將有最直觀的了解，如何透過高品質的數據，使機器人能力有巨大的提升。
重點總結:
– 數據品質比數據數量更重要
– 涵蓋多樣性(variation)，但保持一致性(consistent)
– 分佈外的數據(out of distribution)，會導致意想不到的失敗
– 要著眼於多元化的成功，而非重複追求完美
本影片提供，要達到高品質 data collection 所需的清單。
第二集 EP2：Data Collection 最佳實作
在「Data Collection 最佳實作」系列的第二集中，我們將從理解高品質資料的「原因」，進一步深入到掌握「方法」。本集重點在於機器人學習的實作面，並解釋如何設計、收集和優化 datasets，從而教導機器人如何精確地觀察、理解和行動。從同步多模態資料，到平衡品質和規模，本集清楚地展示了塑造每個成功機器人專案的各種方法和 tradeoffs 權衡。
第三集 EP3：Data Collection 最佳實作
在本集中，我們將探討如何透過小型資料集驗證可行性，以及為什麼真正的可擴展性，需要實際的系統、結構和策略。本集內容涵蓋文件編寫、驗證、版本控制、儲存，以及團隊在機器人資料管道成長過程中，所面臨的隱性挑戰。
軟 體 支 援
