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 51 of 59

Mar 25, 2026 Mar 24, 2026 · TRAra Hedef Temelli Ödül Şekillendirme: Pekiştirmeli Öğrenmede İnsan Bilgisinin Katalizör Etkisi Giriş Pekiştirmeli öğrenme (reinforcement learning), ajanların uzun vadeli ödülleri maksimize eden politikalar edindiği bir öğrenme paradigmasıdır. Ancak pratik uygulamalarda bu yaklaşım ciddi bir verimlilik sorunuyla k Mar 24, 2026Subgoal-Based Reward Shaping as Landscape Engineering: Analyzing the Catalysis of LearningReinforcement learning faces a fundamental statistical challenge that grows exponentially with task complexity. As state spaces expand, the probability of discovering reward-bearing trajectories through random exploratio Mar 24, 2026 · TRFiziksel Olarak Tutarlı 3D Sahne Rekonstrüksiyonu: MessyKitchens ve Multi-Object Decoder Yaklaşımı Giriş Tek kameradan (monocular) derinlik kestirimi ve 3D sahne rekonstrüksiyonu alanında son yıllarda kaydedilen ilerlemeler göz ardı edilemez. DepthAnything, VGGT ve Gen3C gibi yöntemler, tek bir görüntüden yüksek kali Mar 24, 2026Beyond Geometry: Physics as the New Objective in 3D Scene Reconstruction The Limits of Independent Reconstruction Monocular 3D reconstruction has undergone substantial refinement in recent years. Architectures such as Depth Anything, VGGT, and Gen3C now deliver depth maps of remarkable fidel Mar 24, 2026 · TRFizik Simülatörü Döngüsünde Video Üretimi: Yapay Zeka ve Fiziksel Gerçekliğin Kesişimi Giriş Son yıllarda difüzyon modelleri (diffusion models) tabanlı video üretim sistemleri, görsel gerçekçilik açısından dikkate değer ilerlemeler kaydetmiştir. Ancak bu modellerin ürettiği videolar, çarpışma, yerçekimi v Mar 24, 2026Simulator in the Loop: Rethinking Physical Consistency in Video GenerationThe current generation of diffusion-based video models produces visually compelling footage that often falls apart upon closer inspection. Bowling balls phase through pins, objects float without regard for gravity, and c Mar 24, 2026 · TRUzun Formlu Sesli Görsel Anlamada Yapay Zekanın Kırılma Noktası: LVOmniBench Analizi Giriş Çok modalli büyük dil modelleri (omnimodal large language models, OmniLLMs), görsel ve işitsel verilerin metinle entegre edilerek anlaşılması konusunda son yıllarda kayda değer ilerleme kaydetti. Bu modeller, tran Mar 24, 2026Long-Form Audio-Video Understanding and the Illusion of Omnimodal CompetenceRecent advances in omnimodal large language models have created the impression that machines now possess a coherent, human-like ability to perceive and reason across vision, audio, and language. Models demonstrate impres Mar 24, 2026 · TR Mar 24, 2026Reactive Exploration: Adapting to Perpetual Motion in Lifelong Reinforcement LearningStandard reinforcement learning assumes a stationary Markov Decision Process. The agent learns a fixed optimal policy in an environment where transition dynamics and reward distributions remain constant throughout traini Mar 24, 2026 · TRProof-Carrying Materials: Makine Öğrenmeli Potansiyeller için Biçimsel Güvenlik Sertifikaları Giriş Yüksek verimli malzeme tarama (high-throughput materials screening) süreçlerinde son yıllarda makine öğrenmeli atomlararası potansiyeller (MLIP) vazgeçilmez hale geldi. CHGNet, MACE, TensorNet gibi evrensel modell Mar 24, 2026 Mar 24, 2026 · TRBayesçi Çevrimiçi Meta-Öğrenme ile Katastrofik Unutmanın Üstesinden Gelmek: Few-Shot Problemlerinde Yeni Bir Çerçeve Giriş Yapay sinir ağları, ardışık veri setleri üzerinde eğitim aldıklarında katastrofik unutma (catastrophic forgetting) olarak bilinen temel bir sorunla karşı karşıya kalır. Bu fenomen, model yeni görevleri öğrenirken Mar 24, 2026Bayesian Online Meta-Learning: A Principled Approach to Sequential Few-Shot LearningNeural networks, despite their remarkable capacity for pattern recognition, suffer from a fundamental vulnerability known as catastrophic forgetting. When trained sequentially on new tasks, these models tend to overwrite Mar 24, 2026 · TRSıralama Sistemlerinde Güven Eşikleri: Yapısal ve Bağlamsal Belirsizliğin Ayrımı Giriş Modern öneri sistemleri, reklam açık artırmaları ve klinik triyaj kuyrukları gibi sıralama tabanlı karar sistemleri, kullanıcıya sunulan listeler üzerinde ne zaman müdahalede bulunacaklarını ve ne zaman geri çekil Mar 24, 2026 Mar 24, 2026 · TRAdaptif Rejim Farkındalıklı Hisse Senedi Fiyat Tahmini: Autoencoder Gating Mekanizmalı Çift Yollu Transformer Mimarileri ve Pekiştirmeli Öğrenme Kontrolü Giriş Finansal piyasaların istatistiksel özellikleri zaman içinde sabit kalmaz. Piyasa davranışı, volatilite seviyeleri ve korelasyon yapıları açısından belirgin rejim değişimleri (regime shifts) sergiler. İstikrarlı dö