Téma

Učenie posilňovaním

2 publikovaných článkov s dohľadateľnými zdrojmi a revíziami.

Robotika a automatizácia
Robotika a automatizácia

Microduck má podľa autorov nový sim-to-real workflow: chôdzu natrénuje v Isaac Lab a na robota prenesie cez ONNX

Autori komunitného článku opisujú workflow pre bipedálneho robota Microduck, v ktorom sa politika chôdze trénuje v NVIDIA Isaac Lab, prenáša pomocou modelovania aktuátorov a doménovej randomizácie a následne sa exportuje do ONNX pre nasadenie na reálny robot. Podklad zároveň uvádza konkrétne rozhranie politiky s 61 vstupnými pozorovaniami a 14 výstupmi pre polohy kĺbov, no výkon aj robustnosť na hardvéri treba čítať ako tvrdenia autorov, nie ako nezávisle overený benchmark.

Odborný rozbor·3 min
Infraštruktúra a technológie

Google opísal autofinetune na Cloud TPU: agentické post-training slučky pre SFT a GRPO

Google Developers Blog 11. septembra 2026 predstavil projekt autofinetune: agentický workflow pre post-training LLM na Cloud TPU s Tunix, Gemma a pomocnými nástrojmi. Podklad ukazuje mechanizmus automatizovaných experimentov pre SFT aj GRPO, no výkonové zlepšenia sú doložené len ako tvrdenia pôvodcu v ukážkových behoch.

Odborný rozbor·4 min·zamer