एक्सिस रोबोटिक्स ने फ्रांका रोबोटिक आर्म्स के लिए सबसे बड़े सिमुलेशन डेटासेट में से एक जारी किया है, इसे फिजिकल एआई में प्रगति का समर्थन करने के लिए ओपन-सोर्स बनाया गया है।

एक्सिस रोबोटिक्स ने एक्सिस सिम डेटासेट V1 जारी किया है, जो फ्रांका आर्म मैनिपुलेशन के लिए सबसे बड़े ओपन-सोर्स सिमुलेशन डेटासेट में से एक है। पूरा डेटासेट, प्रशिक्षण कोड, और बेंचमार्क अब सार्वजनिक रूप से उपलब्ध हैं। V1 को 207 मैनिपुलेशन कार्यों और 60,000 से अधिक दृश्य विविधताओं में 50,000 से अधिक मानव-टेलीऑपरेटेड सिमुलेशन ट्रैजेक्टोरीज़ से बनाया गया है, ये सभी एक सिम्युलेटेड फ्रांका रिसर्च 3 आर्म पर हैं। डेटासेट ने 160,000 से अधिक डाउनलोड आकर्षित किए हैं, जिससे यह हगिंग फेस पर सबसे अधिक डाउनलोड किया गया ओपन-सोर्स सिमुलेशन फ्रांका मैनिपुलेशन डेटासेट बन गया है। बेंचमार्क में, V1 पर निरंतर प्रीट्रेनिंग ने π0.5 प्रदर्शन में सुधार किया और वॉल्यूम-मैच किए गए RoboCasa बेसलाइन को हराया, सभी परिणाम खुले और सत्यापन योग्य हैं।

एक्सिस रोबोटिक्स फिजिकल AI के लिए एक कंपाउंडिंग डेटा इंजन बना रहा है—एक पूरी तरह से एकीकृत प्रणाली जो बड़े पैमाने पर सिमुलेशन, अहंकारी वास्तविक-विश्व कैप्चर, ह्यूमनॉइड लोको-मैनिपुलेशन, और मानव-गेटेड DAgger पोस्ट-ट्रेनिंग को जोड़ती है। कंपनी ने $12 मिलियन की सीड फंडिंग जुटाई है, जिसका नेतृत्व Hack VC ने किया, जिसमें Nomad Capital, Pi Network Ventures, 10K Ventures, और एंजेल निवेशकों ने भाग लिया।

"केवल स्वच्छ डेटा" के खिलाफ एक दांव

रोबोटिक्स में एक सामान्य धारणा यह है कि प्रदर्शन शुरू से ही लगभग-इष्टतम होने चाहिए—विशेषज्ञ ट्रैजेक्टोरीज़ तक फ़िल्टर करें, सेटअप को मानकीकृत करें, और अनुकरण सीखने से पहले किसी भी शोर वाले डेटा को हटा दें। एक्सिस विपरीत दृष्टिकोण लेता है: डेटा गुणवत्ता वितरण स्तर पर निर्धारित होती है, व्यक्तिगत ट्रैजेक्टोरीज़ से नहीं। जब एक बड़ी और विविध भीड़ शोरगुल वाली, उप-इष्टतम ट्रैजेक्टोरीज़ उत्पन्न करती है और उनकी त्रुटियाँ असंबद्ध होती हैं, तो शोर रद्द हो जाता है, और प्रशिक्षण के दौरान एक कार्यशील नीति उभरती है। एक्सिस सिम डेटासेट V1 इस विचार को सार्वजनिक परीक्षण में रखता है। इसकी ट्रैजेक्टोरीज़ में पिक-एंड-प्लेस, स्टैकिंग, पोरिंग, आर्टिकुलेटेड-ऑब्जेक्ट मैनिपुलेशन, और टूल उपयोग शामिल हैं, ये सभी एक्सिस के ब्राउज़र-आधारित टेलीऑपरेशन प्लेटफ़ॉर्म, एक्सिस हब के माध्यम से, एक वितरित भीड़ द्वारा एकल विशेषज्ञ टीम के बजाय एकत्र किए गए हैं। डेटासेट UC बर्कले, जॉन्स हॉपकिन्स, मिशिगन विश्वविद्यालय, और अन्य संस्थानों के शोधकर्ताओं के साथ विकसित किया गया था।

परिणाम जो स्केल करते हैं

LIBERO-Plus पर, V1 पर निरंतर प्रीट्रेनिंग π0.5 सफलता को 83.9% से 88.8% तक बढ़ाती है, जो वॉल्यूम-मैच किए गए RoboCasa365 बेसलाइन से 37.3% बेहतर प्रदर्शन करती है। प्रीट्रेनिंग डेटा के 25% से 100% तक स्केल होने पर प्रदर्शन लगातार सुधरता है, संतृप्ति के कोई संकेत नहीं—यह सबूत कि लाभ विविधता और कवरेज से आते हैं, एक बार के बूस्ट से नहीं। सबसे बड़े सुधार कैमरा, सेंसर-शोर, और लेआउट गड़बड़ी के तहत दिखाई देते हैं, जो ठीक वही विविधताएँ हैं जिन्हें एक्सिस निर्माण के दौरान यादृच्छिक करता है। टीम का कहना है कि V2 पहले से ही प्रगति पर है, जो 1,200 कार्यों में 1.2 मिलियन ट्रैजेक्टोरीज़ तक स्केल कर रहा है, क्रॉस-एम्बॉडिमेंट सामान्यीकरण और कई VLA मॉडलों में परिणाम दिखा रहा है कि उप-इष्टतम सिमुलेशन डेटा मजबूत नीतियों को प्रशिक्षित कर सकता है।

डेटासेट के पीछे का इंजन

डेटासेट एक बड़े, निरंतर कंपाउंडिंग डेटा इंजन का एक आउटपुट है। जबकि एक पारंपरिक डेटा विक्रेता एक निश्चित विनिर्देश के लिए एकत्र करता है और रुक जाता है, एक्सिस मॉडल प्रदर्शन और विफलता मामलों का उपयोग यह तय करने के लिए करता है कि आगे क्या एकत्र करना है, इसलिए प्रत्येक प्रशिक्षण दौर अगले को सूचित करता है। यह इंजन चार डेटा लाइनों में एक हाइब्रिड रणनीति पर चलता है, ये सभी अब बड़े पैमाने पर काम कर रही हैं:

- सिमुलेशन: एक्सिस हब पर 200,000 से अधिक वितरित योगदानकर्ता, जो बेस पर एक शीर्ष-3 dApp है, ने 13 एम्बॉडिमेंट्स में 4.7 मिलियन+ ट्रैजेक्टोरीज़ उत्पन्न की हैं।
- अहंकारी: 1,000+ पूर्णकालिक, QC-प्रशिक्षित संग्राहकों का एक प्रबंधित नेटवर्क 14 उद्योगों में वास्तविक घरों और व्यवसायों में प्रथम-व्यक्ति गतिविधि कैप्चर करता है। 200,000+ घंटे पहले से बैंक किए गए हैं, जो प्रतिदिन 4,000+ घंटे बढ़ रहे हैं, Vicon-सत्यापित हाथ मुद्रा के साथ।
- लोको-मैनिपुलेशन: हार्डवेयर-अज्ञेय टेलीऑपरेशन के माध्यम से वास्तविक ह्यूमनॉइड्स (Unitree G1, Booster T2) पर गतिशीलता और निपुणता को मिलाकर 500+ घंटे।
- मानव-गेटेड DAgger पोस्ट-ट्रेनिंग: तैनाती किनारे के मामलों पर केंद्रित मानव-इन-द-लूप सुधार के 500+ घंटे।

प्रत्येक कार्य और ट्रैजेक्टोरी उत्पत्ति के लिए बेस पर ऑन-चेन दर्ज की जाती है, और योगदानकर्ताओं को सत्यापित कार्य गुणवत्ता के लिए पुरस्कृत किया जाता है।

खुले डेटा से व्यावसायिक तैनाती तक

सिमुलेशन डेटा को ओपन-सोर्स करने के अलावा, एक्सिस उनकी विशिष्ट आवश्यकताओं के लिए अनुकूलित डेटासेट बनाने के लिए सीधे रोबोट एम्बॉडिमेंट कंपनियों के साथ काम करता है। एक्सिस प्रत्येक रोबोटिक्स एम्बॉडिमेंट के अनुरूप कस्टम डेटा पाइपलाइन और मॉडल प्रायर्स बनाता है। बूस्टर रोबोटिक्स के पहले सिमुलेशन-डेटा भागीदार के रूप में, एक्सिस ने बूस्टर के वास्तविक कार्यक्षेत्र को एक कार्य-केंद्रित डिजिटल ट्विन के रूप में फिर से बनाया। फिर वितरित योगदानकर्ताओं ने उस पर 42,000 से अधिक सिमुलेशन एपिसोड चलाए, जिन्हें एक्सिस ने बूस्टर की आवश्यकताओं के लिए विशिष्ट मॉडल प्रायर में आसुत किया। केवल 30 वास्तविक-रोबोट प्रदर्शनों का उपयोग करके, उस प्रायर ने 87.5% सफलता दर हासिल की, जबकि एक मानक π0.5 मॉडल के लिए 37.5% की तुलना में—वास्तविक-विश्व डेमो के केवल आधे के साथ π0.5 के प्रदर्शन से मेल खाता है।

एक्सिस के अन्य भागीदारों में Feagine रोबोटिक्स जैसी एम्बॉडिमेंट कंपनियाँ, Manycore Tech और Dexmal जैसी मॉडल कंपनियाँ, और Lotus Cars और Geely Auto जैसी औद्योगिक स्वचालन फर्में शामिल हैं। एक्सिस ऑन-चेन रोबोटिक्स नेटवर्क को भी शक्ति देता है, जिसमें सोलाना पर BitRobot और Bittensor पर OpenRoboto शामिल हैं।

फिजिकल AI की डेटा नींव को फिर से परिभाषित करना

"फिजिकल AI का भविष्य एक स्थिर डेटासेट नहीं है जिसे आप एक बार डाउनलोड करते हैं," एक्सिस रोबोटिक्स के संस्थापक क्रिस फेंग ने कहा। "यह एक इंजन है जो मॉडल को आगे चाहिए डेटा उत्पन्न करता रहता है। स्केल आपको व्यापक कवरेज देता है। विविधता शोर को निष्पक्ष रखती है। बंद लूप हर विफलता को प्रगति में बदल देता है। यही कंपाउंड करता है।"

एक्सिस की स्थापना UC बर्कले, CMU, जॉर्जिया टेक, और SJTU के शोधकर्ताओं के साथ-साथ धारावाहिक संस्थापकों द्वारा की गई थी, जिन्होंने उपभोक्ता प्लेटफ़ॉर्म को 30 मिलियन से अधिक उपयोगकर्ताओं तक स्केल किया है। इसके शोध की सलाह जियाचेन ली, जॉर्जिया टेक में सहायक प्रोफेसर, द्वारा दी जाती है।

पेपर लिंक: https://arxiv.org/abs/2607.21588
प्रोजेक्ट पेज: https://axisaiorg.github.io/AXIS-V1/
डेटासेट लिंक: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Github कोडबेस: https://github.com/AxisAIOrg/Axis-V1-Training

अक्सर पूछे जाने वाले प्रश्न
यहाँ एक्सिस रोबोटिक्स ओपनसोर्स फ्रांका आर्म सिमुलेशन डेटासेट के बारे में अक्सर पूछे जाने वाले प्रश्नों की एक सूची है, जो नए और अनुभवी रोबोटिक्स विशेषज्ञों दोनों के लिए स्पष्ट, व्यावहारिक और उपयोगी होने के लिए डिज़ाइन की गई है।

सामान्य / शुरुआती प्रश्न

प्रश्न: एक्सिस रोबोटिक्स ने वास्तव में क्या जारी किया?
उत्तर: उन्होंने फ्रांका रोबोटिक आर्म्स के लिए विशेष रूप से सिम्युलेटेड डेटा का एक विशाल ओपनसोर्स डेटासेट जारी किया। इसमें एक सिम्युलेटेड वातावरण में रोबोट द्वारा कार्य करने के लाखों उदाहरण शामिल हैं, साथ ही साथ जाने वाला सेंसर डेटा भी।

प्रश्न: यह फिजिकल AI के लिए एक बड़ी बात क्यों है?
उत्तर: फिजिकल AI को यह समझने की आवश्यकता है कि वास्तविक दुनिया के साथ कैसे बातचीत करें। इन AI मॉडलों को प्रशिक्षित करने के लिए आमतौर पर बड़ी मात्रा में वास्तविक-विश्व डेटा की आवश्यकता होती है, जिसे इकट्ठा करना धीमा और महंगा है। यह डेटासेट एक विशाल, उच्च-गुणवत्ता वाला शॉर्टकट प्रदान करता है, जिससे AI मॉडल पहले सिमुलेशन में अरबों बार अभ्यास कर सकते हैं।

प्रश्न: सिमुलेशन डेटासेट क्या है?
उत्तर: यह एक भौतिक रोबोट के बजाय एक कंप्यूटर प्रोग्राम के अंदर उत्पन्न डेटा का संग्रह है। इसे रोबोट के लिए एक वीडियो गेम के रूप में सोचें जहाँ AI के लिए प्रशिक्षण डेटा बनाने के लिए हर क्रिया और अवलोकन दर्ज किया जाता है।

प्रश्न: मैं रोबोटिक्स में नया हूँ। क्या मैं इस डेटासेट का उपयोग कर सकता हूँ?
उत्तर: बिल्कुल। क्योंकि यह ओपनसोर्स है, आप इसे डाउनलोड कर सकते हैं और सीखने के लिए उपयोग कर सकते हैं। आप रोबोटिक सेंसर डेटा कैसा दिखता है यह समझने के लिए डेटा की खोज करके शुरू कर सकते हैं। व्यावहारिक उपयोग के लिए कुछ बुनियादी Python और मशीन लर्निंग ज्ञान सहायक है, लेकिन प्रवेश की बाधा आपके स्वयं के भौतिक रोबोट की आवश्यकता से बहुत कम है।

प्रश्न: क्या यह डेटासेट केवल विशिष्ट फ्रांका रोबोट के लिए है या क्या मैं इसे अन्य रोबोटों के लिए उपयोग कर सकता हूँ?
उत्तर: डेटा फ्रांका आर्म की गतिविधियों और सेंसर के लिए विशिष्ट है। हालाँकि, आपके द्वारा सीखी गई तकनीकें और आपके द्वारा प्रशिक्षित AI मॉडल अक्सर अन्य समान रोबोट आर्म्स के लिए अनुकूलित या स्थानांतरित किए जा सकते हैं, खासकर यदि आप मॉडल स्थानांतरण का समर्थन करने वाले फ्रेमवर्क का उपयोग करते हैं।

तकनीकी / उन्नत प्रश्न

प्रश्न: डेटासेट किस विशिष्ट प्रारूप में है?
उत्तर: डेटासेट आमतौर पर HDF5 या समान संरचित प्रारूप जैसे मानक प्रारूप में प्रदान किया जाता है, जो अक्सर RLBench या Robosuite जैसे सामान्य रोबोट लर्निंग फ्रेमवर्क के साथ संरेखित होता है। इसमें आमतौर पर RGBD कैमरा फीड, गहराई मानचित्र, रोबोट संयुक्त स्थिति और क्रिया ट्रैजेक्टोरीज़ शामिल होते हैं।