Axis Robotics відкриває один з найбільших наборів даних симуляції Franka Arm для фізичного штучного інтелекту

Axis Robotics випустила Axis Sim Dataset V1, один з найбільших відкритих наборів даних для симуляції маніпуляцій з рукою Franka, з повним набором даних, кодом навчання та бенчмарками, доступними для публіки. V1 побудований на основі понад 50 000 траєкторій, керованих людьми, у 207 маніпуляційних завданнях та 60 000+ варіантах сцен на симульованій руці Franka Research 3.

Цей набір даних отримав понад 160 000 завантажень, що робить його найбільш завантажуваним відкритим набором даних для симуляції маніпуляцій Franka на Hugging Face. У бенчмарках безперервне попереднє навчання на V1 підвищило π0.5 і перевершило базову лінію RoboCasa з відповідним обсягом, при цьому всі результати відкриті та перевіряються.

Axis Robotics створює остаточний накопичувальний двигун даних для фізичного штучного інтелекту, вертикально інтегровану систему, що охоплює великомасштабну симуляцію, егоцентричне захоплення реального світу, гуманоїдну локомо-маніпуляцію та корекцію DAgger після навчання з людським контролем. Компанія залучила 12 мільйонів доларів у початковому фінансуванні, яке очолила Hack VC, з участю Nomad Capital, Pi Network Ventures, 10K Ventures та ангельських інвесторів.

Загальне припущення в робототехніці полягає в тому, що демонстрації повинні бути майже оптимальними з самого початку --- фільтрувати до експертних траєкторій, стандартизувати налаштування та відкидати все шумне, перш ніж буде безпечно імітувати. Теза Axis йде в іншому напрямку: якість даних існує на рівні розподілу, а не однієї траєкторії. Коли велика і достатньо різноманітна група виробляє шумні, субоптимальні траєкторії, а їхні помилки не корельовані, шум усереднюється, і робоча політика виживає під час навчання.

Axis Sim Dataset V1 став публічним тестом цієї тези. Його траєкторії охоплюють підйом і розміщення, складання, наливання, маніпуляцію з артикульованими об'єктами та використання інструментів, всі зібрані через платформу телеприсутності Axis Hub, розподіленою групою, а не однією експертною командою. Набір даних був створений разом з дослідниками з UC Berkeley, Johns Hopkins, Університету Мічигану та інших установ.

На LIBERO-Plus безперервне попереднє навчання на V1 підвищує π0.5 з 83.9% до 88.8% успіху та перевершує базову лінію RoboCasa365 з відповідним обсягом на 37.3%. Продуктивність постійно покращується, оскільки дані попереднього навчання масштабується з 25% до 100% набору даних, без ознак насичення, що свідчить про те, що приріст походить від різноманітності та охоплення, а не від одноразового стрибка. Найбільші покращення спостерігаються під час зйомки, шуму сенсорів та зміщення макета, точні осі, які Axis рандомізує під час генерації.

Команда повідомляє, що V2 вже в розробці, масштабується до 1,2 мільйона траєкторій у 1 200 завданнях, з крос-тілом загальною генералізацією та результатами на кількох моделях VLA, що показують, що субоптимальні дані симуляції навчають надійні політики.

Цей набір даних є одним з результатів більшого, активно накопичувального двигуна даних. Де традиційний постачальник даних збирає за фіксованими специфікаціями та зупиняється, Axis використовує продуктивність моделей та випадки невдач, щоб визначити, що слід збирати далі, тому кожен раунд навчання інформує наступний. Цей двигун працює на гібридній стратегії через чотири лінії даних, і всі чотири тепер працюють у масштабах:

• Симуляція : понад 200 000 розподілених учасників на Axis Hub, одному з трьох найкращих dApp на Base, що виробляє 4,7 мільйона+ траєкторій у 13 втіленнях.
• Егоцентричний : керована мережа з 1 000+ повноцінних, навчальних колекторів, які захоплюють діяльність з першої особи в реальних домах та бізнесах у 14 галузях: вже накопичено понад 200 000 годин, зростаючи на 4 000+ годин щодня, з перевіреними Vicon позами рук.
• Локо-маніпуляція : 500+ годин, що поєднують мобільність і спритність на реальних гуманоїдах (Unitree G1, Booster T2) через апаратну незалежну телеприсутність.
• Корекція DAgger з людським контролем після навчання : 500+ годин корекції з участю людини, спрямованої на крайні випадки розгортання.

Кожне завдання та траєкторія записуються в блокчейні на Base для походження, а учасники отримують винагороду за перевірену якість роботи.

Окрім відкриття даних симуляції, Axis безпосередньо працює з компаніями з втілення роботів, щоб створити налаштовані, специфічні для втілення трубопроводи даних та моделі.

Як перший партнер з симуляційних даних Booster Robotics, Axis відновила реальний робочий простір Booster як цифровий двійник, що відповідає завданню, змусила розподілених учасників зібрати понад 42 000 симуляційних епізодів на ньому та дистилювала їх у специфічну для Booster модель. З лише 30 демонстраціями реальних роботів, ця модель досягла 87,5% успіху проти 37,5% для стандартного π0.5, відповідного π0.5, використовуючи половину демонстрацій з реального світу.

Інші партнери охоплюють компанії з втілення (Feagine Robotics), компанії з моделей (Manycore Tech, Dexmal) та промислову автоматизацію (Lotus Cars, Geely Auto). Axis також постачає мережі робототехніки на блокчейні: BitRobot на Solana та OpenRoboto на Bittensor.

"Майбутнє фізичного штучного інтелекту не є статичним набором даних, який ви завантажуєте один раз," сказав Кріс Фенг, засновник Axis Robotics. "Це двигун, який продовжує виробляти дані, які модель потребує далі. Масштаб забезпечує широке охоплення. Різноманітність зберігає шум без упереджень. Закритий цикл перетворює кожну невдачу на прогрес. Ось що накопичується."

Axis була заснована дослідниками з UC Berkeley, CMU, Georgia Tech та SJTU, разом з серійними засновниками, які масштабували споживчі платформи до понад 30 мільйонів користувачів. Її дослідження консультує Цзянь Лі, доцент Georgia Tech.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.