正在加载视频...

视频加载失败

这个机器人项目的思路还是很牛逼的: LLM无法直接输出操作低端机器人命令,但是可以换一种思路:让LLM生成python的奖励函数代码,从而达到训练机器人的目的。 这个项目利用一个Reward Translator(奖励翻译器): 首先将自然语言的运动描述按照指定的模板翻译成一个更符合机器人的动作描述。 然后将这个动作描述翻译成Python版本的奖励函数 再用运动控制器优化生成的奖励函数。 项目地址:

107,801 次观看 • 3 年前 •via X (Twitter)

9 条评论

宝玉 的头像
宝玉3 年前

微博用户@建筑狂人 对这个思路的绝妙比喻: @建筑狂人: 就类似公司领导不能直接操纵你的个人行为,但是可以操纵给你发钱的奖励机制,通过这个方式来训练你干活。等人工智能的智力远远超过人类以后,他们也可以用这套机制来控制人类社会

Arrow 的头像
Arrow3 年前

@memdotai mem it @readwise save thread @threadreaderapp unroll @SaveToNotion #thread

Thread Reader App 的头像
Thread Reader App3 年前

@vincentcplus @dotey @memdotai @readwise @SaveToNotion @vincentcplus Sorry we only unroll consecutive tweets from the same author, but if you want to grab the whole convo try @pdfmakerapp! 🤖

erichs 的头像
erichs3 年前

@memdotai mem it @readwise save thread @threadreaderapp unroll @SaveToNotion #thread

Thread Reader App 的头像
Thread Reader App3 年前

@dotey @memdotai @readwise @SaveToNotion @erichs19290201 Sorry we only unroll consecutive tweets from the same author, but if you want to grab the whole convo try @pdfmakerapp! 🤖

Heizi 的头像
Heizi3 年前

@SaveToNotion #thread #tweet #机器人

高清壁纸:每日更新  的头像
高清壁纸:每日更新 3 年前

围绕gpt目前的langchian、agent、function再加上这个奖励函数模式。将程序视角拉远到产品和用户视角

N/A 的头像
N/A3 年前

@memdotai mem it

Mem 的头像
Mem3 年前

@dotey Saved! Here's the compiled thread: 🪄 AI-generated summary: "这个机器人项目的思路是利用LLM生成python的奖励函数代码,从而达到训练机器人的目的,微博用户@建筑狂人比喻这个思路"

相关视频

这项目我可太爱了!! 一个哥们把1324个健身动作全整理完了,英文、西班牙语、意大利语、土耳其语、俄语、中文,六种语言的动作讲解全翻好了。 本来这事你至少得雇两个人,一个整理数据,一个翻译。现在一个开源仓库,建表SQL、API代码、连LLM提示词都给你写好了,复制粘贴就能用了。 我最近减肥中,打算自己搞个小程序,监督训练,就看到了这个宝藏项目。 其实,做健身产品最头疼的从来不是UI界面。是把1324个动作挨个录完,把英文讲解一字一句翻成中文,再琢磨数据存哪、怎么让App读到这些数据。这堆东西,一个人干至少两周,外包出去少说两万。 这个仓库把三件事全替你干了。打开这个仓库你能拿到什么: 1324个动作的数据库,按部位、器械、目标肌肉全部分好了,拿来就能用 六种语言的讲解翻译全齐,不用自己雇人译 选个数据库类型,建表代码自动生成,不用从零建库 接口直接给你写好,七八种语言都能跑,改个地址就行 最狠的,连让AI帮你生成整个后端的提示词都写好了 数据录好了,六种语言翻好了,数据库怎么建也用不着你想了。打开setup.html,选一下你用的数据库类型,四五个主流的一列都支持,建表代码直接生成。 你连接口都不用自己看代码写了,选完框架和数据库,它给你生成一段提示词,直接甩给Claude或者GPT,一条消息整个后端就出来了。 老王自己跑了一趟,先做了个网页版吧,半小时全通了,六种语言的接口一个没落。 你也可以尝试一下,做一个自己的健身管家。

产品经理老王霸

33,536 次观看 • 1 个月前

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的 作为一个 AI 博主,日常一大部分工作是阅读和分享各种海外的AI资讯,这就少不了要翻译各种英文文章。之前我很多操作是手动的,比如复制粘贴文章到 Markdown 编辑器,然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译,再改写后发布。 之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程,【加上这周飞书的AI直播】,按照我自己的场景定制了几个工作流,最开始只是简单的文本翻译,后来发现也能用支持从图片提取文字,那意味着我可以直接先把图片转成文字,再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。 再后来我甚至更进一步,直接从 URL 抓取内容,然后借助 DeepSeek R1 翻译,最后甚至还可以把翻译后的文章用各种不同的文章风格改写,使用的时候只要输入 URL 就可以自动生成一篇高质量的文章,是真的很方便。 具体来说,就是飞书在添加字段的时候,可以选 ShortCuts(中文可能对应的是“快捷方式”),然后从快捷方式中选择各种不同的工具,比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等,并且你可以设置某个字段的内容为输入,以及自定义提示词。 就像我前面自动从 URL 生成文章的流程,主要有这样几个字段: - URL:输入 URL - 原始网页内容(AI Web Link Reader):从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文(DeepSeek R1):将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果:DeepSeek R1 的输出结果 - 风格改写(DeepSeek R1):将翻译后的内容用指定的风格改写,阅读起来更自然 - 风格改写 - 输出结果:DeepSeek R1 的输出结果 除了上面的 URL 生成文章外,里面还包含了几个不同的常用工作流: - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择 工作流的飞书模板链接🔗我放在了评论,建议你也可以试试,应该可以发掘出不少有意思的场景。⬇️

宝玉

87,435 次观看 • 1 年前