NVIDIA Technical Blog 发布于 08/20 00:00

Post-Train NVIDIA Cosmos 3 Edge for On-Device Robot Control

(翻译)后训练 NVIDIA Cosmos 3 Edge 用于设备端机器人控制

查看原文

资讯摘要

Robots need policies that can adapt to their sensors, environments, and tasks while running on onboard computing hardware. World models offer a foundation for…

AI 摘要

本教程介绍 NVIDIA Cosmos 3 Edge,一个可在 Jetson Thor 上运行的 4B 多模态世界模型。通过使用 Cosmos3-DROID 数据集进行后训练,将其变成设备端机器人操作策略,并部署在机器人上实时推理。文中包含数据准备、训练配置、模型部署和闭环仿真评估,在 RoboLab 任务中成功率约 22.9%。

AI 问答

Cosmos 3 Edge 可以在什么设备上运行?

它可以在 NVIDIA Jetson Thor 上运行,约 9GB BF16 权重,支持设备端实时推理。

后训练使用的是哪个数据集?

使用 nvidia/Cosmos3-DROID 数据集,包含 76k 条成功遥操作轨迹,约 350 小时,覆盖 86 个任务和 564 个场景。

后训练策略在 RoboLab 任务中的成功率是多少?

在闭环 RoboLab 任务中,后训练策略的成功率达到 22.9%。

打开原文