분류 전체보기 (40) 썸네일형 리스트형 π0: A Vision-Language-Action Flow Model for General Robot Control 정리 로봇을 위한 범용 학습 모델, $\pi_0$최근 대규모 언어 모델(LLM)과 비전-언어 모델(VLM)의 발전은 방대한 데이터로부터 지식을 습득하고, 다양한 입력 명령에 유연하게 대응하는 AI의 잠재력을 보여주고 있습니다. 하지만 이들은 주로 텍스트나 이미지 같은 비물리적 환경에서 작동하기에 실제 물리 세계와 상호작용하는 로봇에게는 바로 적용하기 어렵습니다. 로봇도 사람처럼 다양한 상황에 유연하게 대응하며, "세탁물을 꺼내 건조대에 올리고"나 "식탁을 치우면서 쓰레기와 식기를 분리"하는 등의 복잡한 업무를 손쉽게 수행할 수 있을까요? 이러한 목표를 향해 도전하는 모델이 바로 $\pi_0$(파이-제로)입니다.이번 포스팅에서는 π0 모델이 제안하는 접근법과 성능, 그리고 이를 통해 얻은 통찰을 살펴보겠습니다... 대한항공 기내 와이파이 속도 / 실 사용 후기 벤쿠버 학회에 참여하게 되어 오랜만에 장거리 노선을 타게 되었다.대한항공으로 예매하였는데, 기내 와이파이가 된다고 알림이 왔다..가격이 대충 20달러여서 기내 와이파이에 대한 정보를 알아보고자 하였으나, 기내 와이파이 속도나 실 사용 후기에 대한 내용이 많이 없었다.해서 이참에 내가 직접 써보았다.먼저 크롬 인터넷 속도 측정은 다운로드 2.67, 업로드 0.08 이 나왔다. 실제 사용 체감은 카톡은 일단 문제 없다. 이미지 업로드는 오래걸리고, 다운로드는 빠르다.또, 유튜브는 전혀 문제가 없다.꽤 높은 화질로 끊김 없이 볼 수 있다.다운로드를 전혀 해가지 않았음에도 문제 없었다.게임은 TFT 모바일을 해보았다.게임을 하는데는 문제가 없엇으나, 지연시간 문제로 반응이 0.5초씩 늦었다. 리롤하는데 할배리롤.. TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first. TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first. 구현 중에, 위와 같은 에러가 발생하였다. 재현 import torch a = torch.tensor(1) a = a.cuda() a.numpy() 이 에러는 GPU에 올린 Tensor를 바로 numpy로 변환하였을 때 발생한다. 따라서, 다음과 같은 방법으로 해결된다. import torch a = torch.tensor(1) a = a.cuda() a.cpu().numpy() cpu method를 사용해 cpu ram에 로드하고, numpy method를 사용해주었다. Excel "리소스가 부족하여 하나 이상의 수식을 계산할 수 없습니다" 에러 문제 해결 + 긴 로딩 시간과 엑셀 프리징 현상 완화 방법 Window 10, Widnow 11에서 Microsoft 365 (Office 365)를 사용하다 보면 생기는 문제로, Excel "리소스가 부족하여 하나 이상의 수식을 계산할 수 없습니다" 에러와 마주치는 경우가 있다. 구글링을 통해 여러 방법 (가상 메모리 조절, 윈도우 및 오피스 업데이트 등등) 을 사용하였지만, 해결이 되지 않았다. 내가 해결한 방법을 정리해서 공유하고자 한다. 발생 조건 및 상황 1. 다양한 수식 및 서식, 블록 복사 등으로 인한 집중적인 연산 발생 2. CPU의 특정 코어 하나에 집중적인 부하 발생 3. 메모리 부족 및 다른 문제 상황 발생하지 않음. 해결 방법 먼저, 현재 설치한 office 버전을 다운그레이드 할 것이다. 먼저 윈도우 검색창에 cmd를 검색하여 명령 프롬프.. CARLA 자율 주행 학습 (2) 환경울 구성 하기 전에, carla Python API에 있는 manual_control.py의 코드를 분석해볼 것이다. https://github.com/carla-simulator/carla/blob/master/PythonAPI/examples/manual_control.py manual_control.py는 다음과 같은 구조를 가지고 있다. manual_control.py - Global functions [function] find_weather_presets def find_weather_presets(): rgx = re.compile('.+?(?:(? CARLA 자율 주행 학습 (1) 유명한 자율 주행 simulator인 CARLA를 사용하여 강화학습 기반 자율 주행 모델을 학습해보고자 한다. 1. CARLA 설치 처음 부터 build를 해보아도 되지만, 먼저 build된 환경을 사용하여 학습해보고자 하였다. 원하는 맵을 만드는 것은 다음에 해보도록 하겠다. https://github.com/carla-simulator/carla/releases [Windows] CARLA_0.9.13.zip [Windows] AdditionalMaps_0.9.13.zip 위의 두 파일을 다운로드 받고 CARLA_0.9.13.zip 파일의 압축을 풀면 CarlaUE4 라는 실행 파일이 나온다. 이를 실행하면 다음과 같은 맵을 확인할 수 있다. 2. 필요 라이브러리 설치 먼저 CARLA 프로그램과 통신.. JAX GPU 메모리 사용량 문제 (JAX Preallocate) JAX Framework를 사용하다 보면 가벼운 프로그램 하나를 수행하는데도 GPU 메모리를 대부분 사용하는 상황을 확인할 수 있다. 이런 경우 한 GPU에서 가벼운 하나의 프로그램이 전체 GPU 메모리를 점유하여 병렬적으로 프로그램을 실행할 수 없는 문제가 발생한다. 이러한 문제가 발생하는 이유는 JAX Framework가 효율성을 위하여 기본적으로 GPU 메모리의 90%를 미리 할당해놓기 (Preallocate) 때문이다. export XLA_PYTHON_CLIENT_PREALLOCATE=false Preallocate 옵션을 false로 바꿔줌으로써 preallocation을 수행하지 않게 할 수 있다. export XLA_PYTHON_CLIENT_MEM_FRACTION=.XX 혹은, preallo.. 논문 리뷰: Dream to Control: Learning Behaviors by Latent Imagination Dream to Control: Learning Behaviors by Latent Imagination 저자: Danijar Hafner et al. 학회: ICLR 년도: 2020 Keyword Model-based reinforcement learning, latent imagination Main contribution 1. Learning long-horizon behaviors by latent imagination 주어진 state를 latent로 mapping하여 model-based learning을 수행함. 학습된 imagination 환경 모델을 활용하여 policy를 효율적으로 학습할 수 있음 (action model에 대한 analytic gradient) 2. Empirical .. 이전 1 2 3 4 5 다음
