Tsinghua RDT-1B

2024-10-10 · Éditeur : Université Tsinghua · Domaine : Robotique

L'université Tsinghua publie RDT-1B, un transformeur de diffusion de 1,2 milliard de paramètres pour la manipulation à deux bras, pré-entraîné sur la plus grande collection de données multi-robots de l'époque.

### Ce qui change Le 10 octobre 2024, une équipe de l'université Tsinghua (Pékin) publie RDT-1B (*Robotics Diffusion Transformer*), un modèle de fondation dédié à la manipulation bimanuelle. Coordonner deux bras est difficile : les actions possibles sont multiples et les données rares. ### Caractéristiques - **Architecture** : un transformeur de diffusion capable de représenter plusieurs actions plausibles pour une même situation, conçu pour des données robotiques hétérogènes et à haute fréquence. - **Taille** : 1,2 milliard de paramètres, présenté comme le plus grand modèle de fondation par diffusion pour la manipulation robotique à sa sortie. - **Espace d'action unifié** : une représentation « physiquement interprétable » qui harmonise les actions de robots différents sans perdre leur sens physique. - **Données** : pré-entraînement sur la plus grande collection de jeux de données multi-robots de l'époque, puis ajustement sur plus de 6 000 épisodes bimanuels collectés par l'équipe. - **Licence** : poids publiés sur Hugging Face sous licence MIT. ### Pourquoi c'est important RDT-1B montre que la diffusion, déjà dominante en génération d'images, s'adapte aux gestes coordonnés à deux bras. Il fait aussi de la Chine un contributeur visible des modèles robotiques ouverts. ### À retenir RDT-1B servira de référence bimanuelle : AgiBot comparera son modèle GO-1 à cette approche en 2025.

Tags : Diffusion, Bimanuel, Open Source, Modèle de fondation