Axis Robotics ha lanzado Axis Sim Dataset V1, uno de los conjuntos de datos de simulaci贸n de c贸digo abierto m谩s grandes para la manipulaci贸n del brazo Franka. El conjunto de datos completo, el c贸digo de entrenamiento y los puntos de referencia ahora est谩n disponibles p煤blicamente. V1 se construye a partir de m谩s de 50,000 trayectorias de simulaci贸n teleoperadas por humanos en 207 tareas de manipulaci贸n y m谩s de 60,000 variaciones de escenas, todo en un brazo simulado Franka Research 3. El conjunto de datos ha atra铆do m谩s de 160,000 descargas, lo que lo convierte en el conjunto de datos de simulaci贸n de manipulaci贸n Franka de c贸digo abierto m谩s descargado en Hugging Face. En los puntos de referencia, el preentrenamiento continuo en V1 mejor贸 el rendimiento de 蟺0.5 y super贸 una l铆nea base RoboCasa de volumen equivalente, con todos los resultados abiertos y verificables.
Axis Robotics est谩 construyendo un motor de datos compuestos para IA F铆sica鈥攗n sistema totalmente integrado que combina simulaci贸n a gran escala, captura egoc茅ntrica del mundo real, loco-manipulaci贸n humanoide y post-entrenamiento DAgger con supervisi贸n humana. La empresa ha recaudado $12 millones en financiamiento semilla, liderado por Hack VC, con la participaci贸n de Nomad Capital, Pi Network Ventures, 10K Ventures e inversores 谩ngeles.
Una Apuesta Contra el "Solo Datos Limpios"
Una suposici贸n com煤n en rob贸tica es que las demostraciones deben ser casi 贸ptimas desde el principio鈥攆iltrar hasta las trayectorias de expertos, estandarizar la configuraci贸n y eliminar cualquier dato ruidoso antes de que el aprendizaje por imitaci贸n pueda funcionar. Axis adopta la visi贸n opuesta: la calidad de los datos se determina a nivel de distribuci贸n, no por trayectorias individuales. Cuando una multitud grande y diversa produce trayectorias ruidosas y sub贸ptimas y sus errores no est谩n correlacionados, el ruido se cancela y surge una pol铆tica funcional durante el entrenamiento. Axis Sim Dataset V1 pone esta idea a prueba p煤blicamente. Sus trayectorias cubren recoger y colocar, apilar, verter, manipulaci贸n de objetos articulados y uso de herramientas, todo recopilado a trav茅s de la plataforma de teleoperaci贸n basada en navegador de Axis, Axis Hub, por una multitud distribuida en lugar de un solo equipo de expertos. El conjunto de datos fue desarrollado con investigadores de UC Berkeley, Johns Hopkins, la Universidad de Michigan y otras instituciones.
Resultados Que Escalan
En LIBERO-Plus, el preentrenamiento continuo en V1 eleva el 茅xito de 蟺0.5 del 83.9% al 88.8%, superando una l铆nea base RoboCasa365 de volumen equivalente por un 37.3%. El rendimiento mejora constantemente a medida que los datos de preentrenamiento escalan del 25% al 100% del conjunto de datos, sin se帽ales de saturaci贸n鈥攅videncia de que las ganancias provienen de la diversidad y la cobertura, no de un impulso 煤nico. Las mayores mejoras aparecen bajo perturbaciones de c谩mara, ruido de sensores y dise帽o, que son exactamente las variaciones que Axis aleatoriza durante la generaci贸n. El equipo dice que V2 ya est谩 en progreso, escalando a 1.2 millones de trayectorias en 1,200 tareas, con generalizaci贸n entre m煤ltiples cuerpos y resultados en varios modelos VLA que muestran que los datos de simulaci贸n sub贸ptimos pueden entrenar pol铆ticas robustas.
El Motor Detr谩s del Conjunto de Datos
El conjunto de datos es una salida de un motor de datos m谩s grande y en continua composici贸n. Mientras que un proveedor de datos tradicional recopila seg煤n una especificaci贸n fija y se detiene, Axis utiliza el rendimiento del modelo y los casos de fallo para decidir qu茅 recopilar a continuaci贸n, de modo que cada ronda de entrenamiento informa la siguiente. Este motor funciona con una estrategia h铆brida en cuatro l铆neas de datos, todas ahora operando a escala:
- Simulaci贸n: M谩s de 200,000 contribuyentes distribuidos en Axis Hub, una dApp top-3 en Base, han producido m谩s de 4.7 millones de trayectorias en 13 cuerpos.
- Egoc茅ntrico: Una red gestionada de m谩s de 1,000 recolectores a tiempo completo y entrenados en control de calidad captura actividad en primera persona en hogares y negocios reales en 14 industrias. M谩s de 200,000 horas ya est谩n almacenadas, creciendo en m谩s de 4,000 horas diarias, con pose de mano verificada por Vicon.
- Loco-manipulaci贸n: M谩s de 500 horas que combinan movilidad y destreza en humanoides reales (Unitree G1, Booster T2) a trav茅s de teleoperaci贸n independiente del hardware.
- Post-entrenamiento DAgger con supervisi贸n humana: M谩s de 500 horas de correcci贸n con humanos en el circuito centradas en casos l铆mite de despliegue.
Cada tarea y trayectoria se registra en cadena en Base para la procedencia, y los contribuyentes son recompensados por la calidad verificada del trabajo.
De Datos Abiertos a Despliegue Comercial
M谩s all谩 de abrir los datos de simulaci贸n, Axis trabaja directamente con empresas de cuerpos rob贸ticos para construir conjuntos de datos personalizados para sus necesidades espec铆ficas. Axis construye pipelines de datos personalizados y prioris de modelo adaptados a cada cuerpo rob贸tico. Como primer socio de datos de simulaci贸n de Booster Robotics, Axis recre贸 el espacio de trabajo real de Booster como un gemelo digital centrado en tareas. Luego, contribuyentes distribuidos ejecutaron m谩s de 42,000 episodios de simulaci贸n en 茅l, que Axis destil贸 en un priori de modelo espec铆fico para las necesidades de Booster. Usando solo 30 demostraciones de robot real, ese priori logr贸 una tasa de 茅xito del 87.5%, en comparaci贸n con el 37.5% de un modelo 蟺0.5 est谩ndar鈥攊gualando el rendimiento de 蟺0.5 con solo la mitad de las demostraciones del mundo real.
Otros socios de Axis incluyen empresas de cuerpos como Feagine Robotics, empresas de modelos como Manycore Tech y Dexmal, y empresas de automatizaci贸n industrial como Lotus Cars y Geely Auto. Axis tambi茅n impulsa redes rob贸ticas en cadena, incluyendo BitRobot en Solana y OpenRoboto en Bittensor.
Redefiniendo la Base de Datos de la IA F铆sica
"El futuro de la IA F铆sica no es un conjunto de datos est谩tico que descargas una vez," dijo Chris Feng, fundador de Axis Robotics. "Es un motor que sigue produciendo los datos que el modelo necesita a continuaci贸n. La escala te da una cobertura amplia. La diversidad mantiene el ruido imparcial. El bucle cerrado convierte cada fallo en progreso. Eso es lo que se compone."
Axis fue fundada por investigadores de UC Berkeley, CMU, Georgia Tech y SJTU, junto con fundadores en serie que han escalado plataformas de consumo a m谩s de 30 millones de usuarios. Su investigaci贸n es asesorada por Jiachen Li, Profesor Asistente en Georgia Tech.
Enlace del art铆culo: https://arxiv.org/abs/2607.21588
P谩gina del proyecto: https://axisaiorg.github.io/AXIS-V1/
Enlace del conjunto de datos: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
C贸digo en Github: https://github.com/AxisAIOrg/Axis-V1-Training
Preguntas Frecuentes
Aqu铆 hay una lista de preguntas frecuentes sobre el conjunto de datos de simulaci贸n de brazo Franka de c贸digo abierto de Axis Robotics, dise帽adas para ser claras, pr谩cticas y 煤tiles tanto para principiantes como para roboticistas experimentados
Preguntas Generales para Principiantes
P 驴Qu茅 lanz贸 exactamente Axis Robotics
R Lanzaron un conjunto de datos masivo de c贸digo abierto de datos simulados espec铆ficamente para brazos rob贸ticos Franka Contiene millones de ejemplos del robot realizando tareas en un entorno simulado, junto con los datos de sensores que los acompa帽an
P 驴Por qu茅 es importante esto para la IA F铆sica
R La IA F铆sica necesita entender c贸mo interactuar con el mundo real Entrenar estos modelos de IA generalmente requiere una gran cantidad de datos del mundo real, que es lento y costoso de recopilar Este conjunto de datos proporciona un atajo masivo y de alta calidad, permitiendo que los modelos de IA practiquen miles de millones de veces en simulaci贸n primero
P 驴Qu茅 es un conjunto de datos de simulaci贸n
R Es una colecci贸n de datos generados dentro de un programa de computadora en lugar de un robot f铆sico Piensa en ello como un videojuego para robots donde cada acci贸n y observaci贸n se registra para crear datos de entrenamiento para IA
P Soy nuevo en rob贸tica 驴Puedo usar este conjunto de datos
R Absolutamente Debido a que es de c贸digo abierto, puedes descargarlo y usarlo para aprender Puedes comenzar explorando los datos para entender c贸mo se ven los datos de sensores rob贸ticos Para un uso pr谩ctico, algo de conocimiento b谩sico de Python y aprendizaje autom谩tico es 煤til, pero la barrera de entrada es mucho menor que necesitar tu propio robot f铆sico
P 驴Este conjunto de datos es solo para el robot Franka espec铆fico o puedo usarlo para otros robots
R Los datos son espec铆ficos de los movimientos y sensores del brazo Franka Sin embargo, las t茅cnicas que aprendes y los modelos de IA que entrenas a menudo pueden adaptarse o transferirse a otros brazos rob贸ticos similares, especialmente si usas un marco que soporte la transferencia de modelos
Preguntas T茅cnicas Avanzadas
P 驴En qu茅 formato espec铆fico est谩 el conjunto de datos
R El conjunto de datos se proporciona t铆picamente en un formato est谩ndar como HDF5 o un formato estructurado similar, a menudo alineado con marcos comunes de aprendizaje rob贸tico como RLBench o Robosuite Generalmente incluye feeds de c谩maras RGBD, mapas de profundidad, estados de articulaciones del robot y trayectorias de acci贸n