Axis Robotics пусна Axis Sim Dataset V1, един от най-големите симулационни набори от данни с отворен код за манипулация с ръка Franka. Пълният набор от данни, кодът за обучение и бенчмарковете вече са публично достъпни. V1 е изграден от над 50 000 човешки телеуправлявани симулационни траектории в 207 задачи за манипулация и повече от 60 000 вариации на сцени, всички върху симулирана ръка Franka Research 3. Наборът от данни е привлякъл над 160 000 изтегляния, което го прави най-изтегляният симулационен набор от данни за манипулация с Franka с отворен код в Hugging Face. В бенчмарковете непрекъснатото предварително обучение върху V1 подобри производителността на π0.5 и надмина базовата линия RoboCasa със съответстващ обем, като всички резултати са отворени и проверими.
Axis Robotics изгражда комбиниращ двигател за данни за Physical AI—напълно интегрирана система, която съчетава широкомащабна симулация, егоцентрично заснемане от реалния свят, хуманоидна локомо-манипулация и пост-обучение с DAgger, контролирано от човек. Компанията е набрала 12 милиона долара начално финансиране, водено от Hack VC, с участие от Nomad Capital, Pi Network Ventures, 10K Ventures и ангелски инвеститори.
Залог срещу „Само чисти данни“
Често срещано предположение в роботиката е, че демонстрациите трябва да са близки до оптималните от самото начало—филтриране до експертни траектории, стандартизиране на настройката и премахване на всякакви шумни данни, преди имитационното обучение да проработи. Axis заема противоположната гледна точка: качеството на данните се определя на ниво разпределение, а не от отделни траектории. Когато голяма и разнообразна тълпа произвежда шумни, неоптимални траектории и грешките им са некорелирани, шумът се неутрализира и по време на обучението се появява работеща политика. Axis Sim Dataset V1 подлага тази идея на публичен тест. Неговите траектории обхващат вземане и поставяне, подреждане, изливане, манипулация на съчленени обекти и използване на инструменти, всички събрани чрез базираната на браузър платформа за телеоперация на Axis, Axis Hub, от разпределена тълпа, а не от един експертен екип. Наборът от данни е разработен с изследователи от UC Berkeley, Johns Hopkins, Университета на Мичиган и други институции.
Резултати, които се мащабират
На LIBERO-Plus, непрекъснатото предварително обучение върху V1 повишава успеха на π0.5 от 83.9% на 88.8%, надминавайки базовата линия RoboCasa365 със съответстващ обем с 37.3%. Производителността се подобрява стабилно, докато предварителното обучение се мащабира от 25% до 100% от набора от данни, без признаци на насищане—доказателство, че ползите идват от разнообразието и покритието, а не от еднократен тласък. Най-големите подобрения се появяват при смущения в камерата, сензорния шум и разположението, които са точно вариациите, които Axis рандомизира по време на генерирането. Екипът казва, че V2 вече е в процес на разработка, мащабирайки се до 1.2 милиона траектории в 1200 задачи, с генерализация между различни въплъщения и резултати в множество VLA модели, показващи, че неоптималните симулационни данни могат да обучат стабилни политики.
Двигателят зад набора от данни
Наборът от данни е един от продуктите на по-голям, непрекъснато комбиниращ двигател за данни. Докато традиционен доставчик на данни събира по фиксирана спецификация и спира, Axis използва производителността на модела и случаите на неуспех, за да реши какво да събере след това, така че всеки кръг на обучение информира следващия. Този двигател работи на хибридна стратегия в четири линии за данни, всички вече работещи в мащаб:
- Симулация: Над 200 000 разпределени сътрудници в Axis Hub, топ-3 dApp в Base, са произвели над 4.7 милиона траектории в 13 въплъщения.
- Егоцентрично: Управлявана мрежа от над 1000 събирачи на пълно работно време, обучени за контрол на качеството, заснема активност от първо лице в реални домове и бизнеси в 14 индустрии. Над 200 000 часа вече са съхранени, нараствайки с над 4000 часа дневно, с верифицирана позиция на ръката чрез Vicon.
- Локомо-манипулация: Над 500 часа, комбиниращи мобилност и сръчност върху реални хуманоиди (Unitree G1, Booster T2) чрез хардуерно-агностична телеоперация.
- Пост-обучение с DAgger, контролирано от човек: Над 500 часа корекции с човек в цикъла, фокусирани върху крайни случаи при внедряване.
Всяка задача и траектория се записва на веригата в Base за произход, а сътрудниците се възнаграждават за верифицирано качество на работата.
От отворени данни до търговско внедряване
Освен отварянето на симулационни данни, Axis работи директно с компании за роботизирани въплъщения, за да изгради персонализирани набори от данни за техните специфични нужди. Axis изгражда персонализирани тръбопроводи за данни и моделни приори, съобразени с всяко роботизирано въплъщение. Като първи партньор за симулационни данни на Booster Robotics, Axis пресъздаде реалното работно пространство на Booster като дигитален близнак, фокусиран върху задачи. Разпределени сътрудници след това проведоха над 42 000 симулационни епизода върху него, които Axis дестилира в моделен приори, специфичен за нуждите на Booster. Използвайки само 30 реални демонстрации с робот, този приори постигна 87.5% успеваемост, в сравнение с 37.5% за стандартен модел π0.5—съвпадайки с производителността на π0.5 само с половината реални демонстрации.
Други партньори на Axis включват компании за въплъщения като Feagine Robotics, компании за модели като Manycore Tech и Dexmal, и компании за индустриална автоматизация като Lotus Cars и Geely Auto. Axis също така захранва роботизирани мрежи на веригата, включително BitRobot в Solana и OpenRoboto в Bittensor.
Преосмисляне на основата за данни на Physical AI
„Бъдещето на Physical AI не е статичен набор от данни, който изтегляш веднъж“, каза Крис Фенг, основател на Axis Robotics. „Това е двигател, който продължава да произвежда данните, от които моделът се нуждае след това. Мащабът ти дава широко покритие. Разнообразието поддържа шума безпристрастен. Затвореният цикъл превръща всеки неуспех в прогрес. Това е, което се комбинира.“
Axis е основана от изследователи от UC Berkeley, CMU, Georgia Tech и SJTU, заедно със серийни основатели, които са мащабирали потребителски платформи до над 30 милиона потребители. Нейните изследвания се консултират от Jiachen Li, доцент в Georgia Tech.
Линк към статията: https://arxiv.org/abs/2607.21588
Страница на проекта: https://axisaiorg.github.io/AXIS-V1/
Линк към набора от данни: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
GitHub кодова база: https://github.com/AxisAIOrg/Axis-V1-Training
Често задавани въпроси
Ето списък с често задавани въпроси относно симулационния набор от данни за ръка Franka с отворен код на Axis Robotics, предназначен да бъде ясен, практичен и полезен както за начинаещи, така и за опитни роботици.
Общи въпроси за начинаещи
В: Какво точно пусна Axis Robotics?
О: Те пуснаха огромен набор от данни с отворен код от симулационни данни, специално за роботизирани ръце Franka. Той съдържа милиони примери за изпълнение на задачи от робота в симулирана среда, заедно със съответните сензорни данни.
В: Защо това е голяма работа за Physical AI?
О: Physical AI трябва да разбере как да взаимодейства с реалния свят. Обучението на тези AI модели обикновено изисква огромно количество данни от реалния свят, което е бавно и скъпо за събиране. Този набор от данни предоставя масивно висококачествено съкращение, позволявайки на AI моделите да се упражняват милиарди пъти първо в симулация.
В: Какво е симулационен набор от данни?
О: Това е колекция от данни, генерирани вътре в компютърна програма, а не от физически робот. Мислете за него като за видеоигра за роботи, където всяко действие и наблюдение се записва, за да се създадат данни за обучение на AI.
В: Нов съм в роботиката. Мога ли да използвам този набор от данни?
О: Абсолютно. Тъй като е с отворен код, можете да го изтеглите и да го използвате, за да се учите. Можете да започнете, като изследвате данните, за да разберете как изглеждат сензорните данни от робот. За практическа употреба са полезни основни познания по Python и машинно обучение, но бариерата за влизане е много по-ниска от това да имате собствен физически робот.
В: Този набор от данни само за конкретния робот Franka ли е, или мога да го използвам за други роботи?
О: Данните са специфични за движенията и сензорите на ръката Franka. Въпреки това, техниките, които научавате, и AI моделите, които обучавате, често могат да бъдат адаптирани или прехвърлени към други подобни роботизирани ръце, особено ако използвате рамка, която поддържа трансфер на модели.
Технически въпроси за напреднали
В: В какъв конкретен формат е наборът от данни?
О: Наборът от данни обикновено се предоставя в стандартен формат като HDF5 или подобна структурирана форма, често съобразена с общи рамки за обучение на роботи като RLBench или Robosuite. Обикновено включва RGBD камери, карти на дълбочината, състояния на ставите на робота и траектории на действията.