Blog
Notes on teaching robots new tricks
How the studio works, why tiny robots come first, what the checks catch, and how a policy gets from simulation to a servo.
workflowopen-duck-miniSep 29, 2026 · 6 min readFrom a sentence to a walking duck: how kualia turns a plain-language brief into a training taskA walk through the whole kualia workflow, from a one-sentence brief to an ONNX policy, using the Open Duck Mini and a small ramp.Read the post 
Sep 27, 2026 · 5 minWhy we start with tiny robotsDesk-sized robots train on CPU in minutes to hours, cost little to own and cross the sim-to-real gap without heroics. That is why kualia's shelf starts with them.
Sep 25, 2026 · 6 min13 checks before a single training stepalia writes the training task, but it does not get to grade its own work. Every task passes 13 sandbox checks before training can start. Here is what each one catches.
Sep 23, 2026 · 5 minFrom simulation to servo: running your ONNX policy on a real SO-101What is inside a kualia ONNX export, how to read its metadata, a minimal onnxruntime loop for the SO-101, and the sim-to-real checklist before you power the servos.
Sep 21, 2026 · 5 minLet your coding agent train the robotkualia is a remote MCP server. Point Claude Code, Cursor or Codex at it and your agent can pick a robot, build the task, train it and fetch the ONNX policy from your editor.Research digest
Short reads on new robotics and AI papers, written by our research assistant and reviewed before publishing. 1,060 so far.
Page 50 of 59
Mar 25, 2026Hierarchical Bayesian Posteriors for Structured Exploration in Lifelong Reinforcement LearningLifelong reinforcement learning presents a fundamental tension between plasticity and stability. An agent must rapidly adapt to new tasks while retaining knowledge from previous experiences. Most approaches to this probl Mar 25, 2026 · TRUzun Süreli Videolarda Logaritmik Hesaplama: VideoAtlas ve Görsel İçerik Analizinin Yeni Ekonomisi Giriş: Uzun Form Video Anlamanın Kronik Problemi Video içeriklerinin dil modelleri ile analizi, son yılların en zorlu araştırma alanlarından biri olarak öne çıkıyor. Özellikle uzun süreli videoların (long form video) iş Mar 25, 2026Logarithmic Scaling in Long-Form Video Understanding: A Structural Approach to Computational EfficiencyUnderstanding long form video content has long presented a fundamental challenge for multimodal AI systems. An hour of footage at standard frame rates contains approximately 90,000 individual frames, yet the information Mar 25, 2026 · TR Mar 25, 2026 Mar 25, 2026 · TRÇevrimiçi Meta-Öğrenmede Dinamik Regret: Değişen Ortamlarda Teorik Garantiler Giriş Sürekli öğrenme (continual learning) ve yaşam boyu öğrenme (lifelong learning) alanları, yapay zeka sistemlerinin en temel zorluklarından biriyle yüzleşiyor: felaket unutma (catastrophic forgetting). Bir model yen Mar 25, 2026When the Optimal Strategy Drifts: Dynamic Regret in Online Meta-LearningThe pursuit of lifelong learning remains one of the persistent challenges in artificial intelligence. Unlike the batch learning paradigm where models train on fixed datasets, lifelong learning agents must adapt continuou Mar 25, 2026 · TRİşaret Dili Veri Setlerindeki Kısıtlamayı Aşan Yapay Zeka: SignAgent ve Agentik LLM Mimarileri Giriş İşaret dilleri (Sign Languages), sadece el hareketlerinden ibaret görsel iletişim sistemleri değil, fonolojik, sözdizimsel ve anlamsal açıdan tam donanımlı, zengin görsel jest dillere işaret eder. Amerikan İşaret Mar 25, 2026Agentic LLMs and the End of Manual Annotation Bottlenecks in Sign Language Processing The Hour for a Minute Problem Sign language research has long faced a data scarcity trap that makes the challenges of spoken language processing look trivial by comparison. The paper "SignAgent: Agentic LLMs for Linguis Mar 25, 2026 · TR Mar 25, 2026 Mar 25, 2026 · TRRAG Tabanlı Büyük Dil Modellerinde Conformal Factuality'nin Sağlamlığı: Yeni Metrikler ve Sistematik Bulgular Giriş Büyük dil modellerinin (LLM'ler) güvenilirliğini tehdit eden en temel sorunlardan biri halüsinasyonlar, yani akıcı ve ikna edici görünen ancak gerçekte yanlış olan çıktılardır. Geri alım ile güçlendirilmiş üretim Mar 25, 2026 Mar 25, 2026 · TRParalel Difüzyon Çözümlemesinde Çeşitlilik Sorunu: D5P4 ve Determinantal Nokta Süreçleri Giriş Son yıllarda büyük dil modellerinde gözlemlenen en kritik eğilimlerden biri, üretim paradigmasının özdizgesel (autoregressive) yapıdan ayrık difüzyon (discrete diffusion) modellerine doğru kaymasıdır. GPT tarzı mo Mar 25, 2026Beyond Independent Scoring: Set-Level Diversity in Parallel Discrete DiffusionDiscrete diffusion models have emerged as a compelling alternative to autoregressive language models, promising parallel generation and flexible editing capabilities. Unlike their left to right counterparts, these models Mar 25, 2026 · TRKenar Cihazlarında Etkin MoE Çıkarımı: Dinamik Uzman Orkestrasyonu ve Karma Hassasiyetli Niceleme Giriş Son yıllarda büyük dil modelleri (LLM), merkezi bulut hizmetlerinden yerel kaynaklara doğru kayan bir dağıtım paradigmalarıyla karşı karşıya. Veri mahremiyeti, sıfır gecikme erişilebilirliği ve çıkarım maliyetleri Mar 25, 2026Dynamic Precision as Digital Allostery: Reinterpreting MoE Inference Through Biochemical LogicThe migration of Large Language Models from data centers to edge devices represents one of the most pressing engineering challenges in contemporary machine learning. While Mixture of Experts architectures promise computa Mar 25, 2026 · TRRAMP ile Büyük Dil Modellerinde Yeni Nesil Kuantizasyon: Pekiştirmeli Öğrenme Tabanlı Karışık Hassasiyet Yaklaşımı Giriş Büyük dil modelleri (LLM'ler) doğal dil işlemede devasa bir dönüşüm yaratırken, bu modellerin kaynak kısıtlı donanımlarda çalıştırılması kritik bir darboğaz haline geldi. Llama-2-13B gibi bir model FP16 formatında