Axis Robotics نسخهٔ اول مجموعهدادهٔ شبیهسازی Axis Sim (Axis Sim Dataset V1) را منتشر کرده است که یکی از بزرگترین مجموعهدادههای متنباز شبیهسازی برای دستکاری بازوی فرانکا (Franka) محسوب میشود. مجموعهدادهٔ کامل، کد آموزش، و معیارهای ارزیابی هماکنون بهصورت عمومی در دسترس هستند. نسخهٔ V1 از بیش از ۵۰,۰۰۰ مسیر شبیهسازیشده با کنترل از راه دور انسانی در ۲۰۷ وظیفهٔ دستکاری و بیش از ۶۰,۰۰۰ تغییر صحنه ساخته شده است که همگی روی بازوی شبیهسازیشدهٔ Franka Research 3 اجرا شدهاند. این مجموعهداده بیش از ۱۶۰,۰۰۰ بار دانلود شده و آن را به پرطرفدارترین مجموعهدادهٔ متنباز شبیهسازی دستکاری فرانکا در Hugging Face تبدیل کرده است. در معیارهای ارزیابی، پیشآموزش پیوسته روی V1 عملکرد π0.5 را بهبود بخشید و از خط پایهٔ RoboCasa با حجم مشابه پیشی گرفت؛ تمام نتایج باز و قابل راستیآزمایی هستند.
Axis Robotics در حال ساخت یک موتور دادهٔ ترکیبی برای هوش فیزیکی (Physical AI) است—یک سیستم کاملاً یکپارچه که شبیهسازی در مقیاس بزرگ، جمعآوری دادهٔ دنیای واقعی اولشخص، حرکت و دستکاری انساننما، و آموزش پسین DAgger با نظارت انسانی را ترکیب میکند. این شرکت ۱۲ میلیون دلار بودجهٔ اولیه جذب کرده است که توسط Hack VC رهبری شده و با مشارکت Nomad Capital، Pi Network Ventures، 10K Ventures، و سرمایهگذاران فرشته انجام شده است.
شرطبندی علیه «فقط دادهٔ تمیز»
یک فرض رایج در رباتیک این است که نمایشها باید از همان ابتدا تقریباً بهینه باشند—فیلتر کردن تا مسیرهای خبره، استانداردسازی تنظیمات، و حذف هر دادهٔ پرنویز قبل از اینکه یادگیری تقلیدی بتواند کار کند. Axis دیدگاه مخالف دارد: کیفیت داده در سطح توزیع تعیین میشود، نه توسط مسیرهای فردی. وقتی جمعیت بزرگ و متنوعی مسیرهای پرنویز و غیربهینه تولید میکنند و خطاهایشان ناهمبسته است، نویز خنثی میشود و یک سیاست کارآمد در طول آموزش ظهور میکند. Axis Sim Dataset V1 این ایده را در معرض آزمون عمومی قرار میدهد. مسیرهای آن شامل برداشتن و گذاشتن، چیدن، ریختن، دستکاری اشیاء مفصلی، و استفاده از ابزار است که همگی از طریق پلتفرم تلهاپراسیون مبتنی بر مرورگر Axis به نام Axis Hub و توسط جمعیتی توزیعشده به جای یک تیم متخصص واحد جمعآوری شدهاند. این مجموعهداده با محققانی از UC Berkeley، Johns Hopkins، دانشگاه میشیگان، و سایر مؤسسات توسعه یافته است.
نتایجی که مقیاسپذیرند
در LIBERO-Plus، پیشآموزش پیوسته روی V1 موفقیت π0.5 را از ۸۳.۹٪ به ۸۸.۸٪ افزایش میدهد و از خط پایهٔ RoboCasa365 با حجم مشابه ۳۷.۳٪ بهتر عمل میکند. عملکرد بهطور پیوسته با افزایش دادهٔ پیشآموزش از ۲۵٪ به ۱۰۰٪ مجموعهداده بهبود مییابد، بدون نشانهای از اشباع—شواهدی که نشان میدهد این دستاوردها از تنوع و پوشش ناشی میشوند، نه یک جهش یکباره. بزرگترین بهبودها در شرایط اختلال دوربین، نویز حسگر، و تغییر چیدمان ظاهر میشوند که دقیقاً همان تغییراتی هستند که Axis در طول تولید تصادفیسازی میکند. تیم میگوید V2 در حال انجام است و به ۱.۲ میلیون مسیر در ۱,۲۰۰ وظیفه مقیاس مییابد، با تعمیم بینبدنی و نتایجی در چندین مدل VLA که نشان میدهد دادهٔ شبیهسازی غیربهینه میتواند سیاستهای مقاوم آموزش دهد.
موتور پشت مجموعهداده
این مجموعهداده یکی از خروجیهای یک موتور دادهٔ بزرگتر و پیوستهدرحالترکیب است. در حالی که یک فروشندهٔ دادهٔ سنتی با مشخصات ثابت جمعآوری میکند و متوقف میشود، Axis از عملکرد مدل و موارد شکست برای تصمیمگیری دربارهٔ آنچه بعداً جمعآوری کند استفاده میکند، بنابراین هر دور آموزش، دور بعدی را هدایت میکند. این موتور بر اساس یک استراتژی ترکیبی در چهار خط داده اجرا میشود که همگی اکنون در مقیاس فعال هستند:
- شبیهسازی: بیش از ۲۰۰,۰۰۰ مشارکتکنندهٔ توزیعشده در Axis Hub، یکی از سه برنامهٔ غیرمتمرکز برتر (dApp) در Base، بیش از ۴.۷ میلیون مسیر در ۱۳ بدنه تولید کردهاند.
- اولشخص: شبکهای مدیریتشده از بیش از ۱,۰۰۰ جمعآوریکنندهٔ تماموقت و آموزشدیدهٔ کنترل کیفیت، فعالیت اولشخص را در خانهها و کسبوکارهای واقعی در ۱۴ صنعت ثبت میکند. بیش از ۲۰۰,۰۰۰ ساعت داده ذخیره شده است که روزانه ۴,۰۰۰+ ساعت رشد میکند، با موقعیت دست تأییدشده با Vicon.
- حرکت و دستکاری: بیش از ۵۰۰ ساعت ترکیب تحرک و مهارت روی انساننماهای واقعی (Unitree G1، Booster T2) از طریق تلهاپراسیون مستقل از سختافزار.
- آموزش پسین DAgger با نظارت انسانی: بیش از ۵۰۰ ساعت اصلاح با حلقهٔ انسانی متمرکز بر موارد لبهٔ استقرار.
هر وظیفه و مسیر بهصورت زنجیرهای (on-chain) در Base برای ردیابی منشأ ثبت میشود و مشارکتکنندگان برای کیفیت کار تأییدشده پاداش میگیرند.
از دادهٔ باز تا استقرار تجاری
فراتر از متنباز کردن دادهٔ شبیهسازی، Axis مستقیماً با شرکتهای بدنهٔ رباتیک برای ساخت مجموعهدادههای سفارشیسازیشده برای نیازهای خاص آنها کار میکند. Axis خطوط لولهٔ داده و پیشدانستههای مدل سفارشی متناسب با هر بدنهٔ رباتیک میسازد. بهعنوان اولین شریک دادهٔ شبیهسازی Booster Robotics، Axis فضای کاری واقعی Booster را بهعنوان یک دوقلوی دیجیتال متمرکز بر وظیفه بازسازی کرد. سپس مشارکتکنندگان توزیعشده بیش از ۴۲,۰۰۰ قسمت شبیهسازی روی آن اجرا کردند که Axis آن را به یک پیشدانستهٔ مدل خاص برای نیازهای Booster تقطیر کرد. با استفاده از تنها ۳۰ نمایش ربات واقعی، آن پیشدانسته به نرخ موفقیت ۸۷.۵٪ دست یافت، در مقایسه با ۳۷.۵٪ برای مدل استاندارد π0.5—که عملکرد π0.5 را با تنها نیمی از نمایشهای دنیای واقعی مطابقت میدهد.
سایر شرکای Axis شامل شرکتهای بدنه مانند Feagine Robotics، شرکتهای مدل مانند Manycore Tech و Dexmal، و شرکتهای اتوماسیون صنعتی مانند Lotus Cars و Geely Auto هستند. Axis همچنین شبکههای رباتیک زنجیرهای را پشتیبانی میکند، از جمله BitRobot در Solana و OpenRoboto در Bittensor.
بازتعریف پایهٔ دادهٔ هوش فیزیکی
«آیندهٔ هوش فیزیکی یک مجموعهدادهٔ ایستا نیست که یکبار دانلود کنید،» گفت Chris Feng، بنیانگذار Axis Robotics. «این یک موتور است که به تولید دادهای که مدل بعداً نیاز دارد ادامه میدهد. مقیاس به شما پوشش گسترده میدهد. تنوع نویز را بیطرف نگه میدارد. حلقهٔ بسته هر شکست را به پیشرفت تبدیل میکند. این همان چیزی است که ترکیب میشود.»
Axis توسط محققانی از UC Berkeley، CMU، Georgia Tech، و SJTU، همراه با بنیانگذاران زنجیرهای که پلتفرمهای مصرفکننده را به بیش از ۳۰ میلیون کاربر رساندهاند، تأسیس شده است. تحقیقات آن توسط Jiachen Li، استادیار Georgia Tech، مشاوره میشود.
لینک مقاله: https://arxiv.org/abs/2607.21588
صفحهٔ پروژه: https://axisaiorg.github.io/AXIS-V1/
لینک مجموعهداده: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
کد گیتهاب: https://github.com/AxisAIOrg/Axis-V1-Training
سؤالات متداول
در اینجا فهرستی از سؤالات متداول دربارهٔ مجموعهدادهٔ متنباز شبیهسازی بازوی فرانکا Axis Robotics ارائه شده است که برای مبتدیان و رباتیکدانان باتجربه واضح، عملی و مفید طراحی شده است
سؤالات عمومی و مبتدی
پرسش: Axis Robotics دقیقاً چه چیزی منتشر کرد؟
پاسخ: آنها یک مجموعهدادهٔ عظیم متنباز از دادهٔ شبیهسازیشده بهطور خاص برای بازوهای رباتیک فرانکا منتشر کردند. این مجموعه شامل میلیونها نمونه از اجرای وظایف توسط ربات در یک محیط شبیهسازیشده، همراه با دادهٔ حسگر مربوطه است.
پرسش: چرا این موضوع برای هوش فیزیکی مهم است؟
پاسخ: هوش فیزیکی نیاز به درک نحوهٔ تعامل با دنیای واقعی دارد. آموزش این مدلهای هوش مصنوعی معمولاً به حجم عظیمی از دادهٔ دنیای واقعی نیاز دارد که جمعآوری آن کند و پرهزینه است. این مجموعهداده یک میانبر عظیم و باکیفیت فراهم میکند که به مدلهای هوش مصنوعی اجازه میدهد ابتدا میلیاردها بار در شبیهسازی تمرین کنند.
پرسش: مجموعهدادهٔ شبیهسازی چیست؟
پاسخ: مجموعهای از داده است که در داخل یک برنامهٔ کامپیوتری تولید میشود، نه از یک ربات فیزیکی. آن را بهعنوان یک بازی ویدیویی برای رباتها در نظر بگیرید که در آن هر عمل و مشاهده برای ایجاد دادهٔ آموزشی برای هوش مصنوعی ثبت میشود.
پرسش: من در رباتیک تازهکار هستم. آیا میتوانم از این مجموعهداده استفاده کنم؟
پاسخ: کاملاً. چون متنباز است، میتوانید آن را دانلود کرده و برای یادگیری استفاده کنید. میتوانید با کاوش در داده شروع کنید تا بفهمید دادهٔ حسگر رباتیک چگونه به نظر میرسد. برای استفادهٔ عملی، دانش پایهٔ پایتون و یادگیری ماشین مفید است، اما مانع ورود بسیار کمتر از نیاز به داشتن ربات فیزیکی خودتان است.
پرسش: آیا این مجموعهداده فقط برای ربات خاص فرانکا است یا میتوانم برای رباتهای دیگر استفاده کنم؟
پاسخ: داده بهطور خاص برای حرکات و حسگرهای بازوی فرانکا است. با این حال، تکنیکهایی که یاد میگیرید و مدلهای هوش مصنوعی که آموزش میدهید اغلب میتوانند برای بازوهای رباتیک مشابه دیگر سازگار یا منتقل شوند، بهویژه اگر از چارچوبی استفاده کنید که از انتقال مدل پشتیبانی میکند.
سؤالات فنی و پیشرفته
پرسش: قالب خاص مجموعهداده چیست؟
پاسخ: مجموعهداده معمولاً در قالبی استاندارد مانند HDF5 یا قالبی ساختاریافته مشابه ارائه میشود که اغلب با چارچوبهای رایج یادگیری ربات مانند RLBench یا Robosuite هماهنگ است. معمولاً شامل فیدهای دوربین RGBD، نقشههای عمق، حالتهای مفصلی ربات، و مسیرهای عمل است.