Az Axis Robotics kiadta az Axis Sim Dataset V1-et, az egyik legnagyobb nyílt forráskódú szimulációs adatkészletet Franka karos manipulációhoz. A teljes adatkészlet, a tréningkód és a benchmarkok mostantól nyilvánosan elérhetők. A V1 több mint 50 000 ember által távirányított szimulációs pályát tartalmaz 207 manipulációs feladaton és több mint 60 000 jelenetvariáción keresztül, mindezt egy szimulált Franka Research 3 karon. Az adatkészlet több mint 160 000 letöltést ért el, így ez a legtöbbet letöltött nyílt forráskódú szimulációs Franka manipulációs adatkészlet a Hugging Face-en. A benchmarkokban a V1-en végzett folyamatos előtanítás javította a π0.5 teljesítményét, és felülmúlta a térfogatban illesztett RoboCasa alapvonalat, minden eredmény nyílt és ellenőrizhető.
Az Axis Robotics egy összetett adatmotort épít a Physical AI számára – egy teljesen integrált rendszert, amely ötvözi a nagyszabású szimulációt, az ego-centrikus valós világbeli rögzítést, az emberi alakú lokom manipulációt és az ember által felügyelt DAgger utótréninget. A vállalat 12 millió dolláros magvető finanszírozást gyűjtött, amelyet a Hack VC vezetett, a Nomad Capital, a Pi Network Ventures, a 10K Ventures és angyalbefektetők részvételével.
Fogadás a „csak tiszta adatok" ellen
A robotikában gyakori feltételezés, hogy a demonstrációknak a kezdetektől közel optimálisnak kell lenniük – szűrjük le a szakértői pályákra, szabványosítsuk a beállítást, és távolítsuk el a zajos adatokat, mielőtt az utánzásos tanulás működhetne. Az Axis ezzel ellentétes nézőpontot képvisel: az adatminőség az eloszlás szintjén dől el, nem az egyes pályák alapján. Amikor egy nagy és sokszínű tömeg zajos, szuboptimális pályákat produkál, és hibáik korrelálatlanok, a zaj kioltódik, és a tréning során egy működő politika jelenik meg. Az Axis Sim Dataset V1 nyilvános tesztnek veti alá ezt az elképzelést. Pályái lefedik a pick-and-place, egymásra rakás, öntés, artikulált tárgyak manipulációját és eszközhasználatot, mindezt az Axis böngészőalapú távirányítási platformján, az Axis Hubon keresztül gyűjtötték, elosztott tömeg, nem pedig egyetlen szakértői csapat által. Az adatkészletet a UC Berkeley, a Johns Hopkins, a University of Michigan és más intézmények kutatóival közösen fejlesztették ki.
Eredmények, amelyek skálázódnak
A LIBERO-Plus-on a V1-en végzett folyamatos előtanítás 83,9%-ról 88,8%-ra emeli a π0.5 sikerességét, 37,3%-kal felülmúlva a térfogatban illesztett RoboCasa365 alapvonalat. A teljesítmény folyamatosan javul, ahogy az előtanítási adatok az adatkészlet 25%-áról 100%-ára nőnek, a telítődés jelei nélkül – ez bizonyíték arra, hogy a nyereség a sokszínűségből és a lefedettségből származik, nem pedig egyszeri előnyből. A legnagyobb javulások kamera-, érzékelőzaj- és elrendezés-perturbációk esetén jelennek meg, amelyek pontosan azok a változatok, amelyeket az Axis véletlenszerűsít a generálás során. A csapat szerint a V2 már folyamatban van, 1,2 millió pályára skálázva 1200 feladaton keresztül, kereszt-megtestesüléses általánosítással, és a több VLA-modellre kiterjedő eredmények azt mutatják, hogy a szuboptimális szimulációs adatok robusztus politikákat képezhetnek.
Az adatkészlet mögött álló motor
Az adatkészlet egy nagyobb, folyamatosan összetett adatmotor egyik kimenete. Míg egy hagyományos adatszolgáltató rögzített specifikációra gyűjt, majd megáll, az Axis a modell teljesítményét és hibás eseteit használja annak eldöntésére, hogy mit gyűjtsön következőként, így minden tréningkör tájékoztatja a következőt. Ez a motor hibrid stratégián fut négy adatvonalon, amelyek mindegyike már teljes kapacitással működik:
- Szimuláció: Több mint 200 000 elosztott közreműködő az Axis Hubon, a Base egyik top-3 dAppján, 4,7 millió+ pályát hozott létre 13 megtestesülésen keresztül.
- Ego-centrikus: Egy menedzselt hálózat, amely 1000+ teljes munkaidős, minőségellenőrzésre képzett gyűjtőből áll, első személyű tevékenységet rögzít valódi otthonokban és vállalkozásokban 14 iparágban. Több mint 200 000 óra már bankban van, naponta 4000+ órával növekszik, Vicon-ellenőrzött kéztartással.
- Lokom manipuláció: 500+ óra, amely a mobilitást és a kézügyességet ötvözi valódi emberi alakú robotokon (Unitree G1, Booster T2) hardver-agnosztikus távirányításon keresztül.
- Ember által felügyelt DAgger utótréning: 500+ óra ember-a-hurokban korrekció, amely a telepítési szélsőséges esetekre összpontosít.
Minden feladat és pálya láncon rögzítésre kerül a Base-en a származás érdekében, és a közreműködők jutalmat kapnak az ellenőrzött munkaminőségért.
A nyílt adatoktól a kereskedelmi telepítésig
A szimulációs adatok nyílt forráskódúvá tétele mellett az Axis közvetlenül együttműködik robot-megtestesüléses vállalatokkal, hogy testre szabott adatkészleteket építsen az egyedi igényeikhez. Az Axis egyedi adatcsővezetékeket és modell-előzeteseket épít, amelyeket minden egyes robot-megtestesüléshez igazít. A Booster Robotics első szimulációs adatpartnereként az Axis újraalkotta a Booster valódi munkaterét feladatközpontú digitális ikerként. Az elosztott közreműködők ezután több mint 42 000 szimulációs epizódot futtattak rajta, amelyeket az Axis a Booster egyedi igényeire szabott modell-előzetessé desztillált. Mindössze 30 valódi robot-demonstrációt használva ez az előzetes 87,5%-os sikerességi arányt ért el, szemben a standard π0.5 modell 37,5%-ával – megegyezve a π0.5 teljesítményével, csak feleannyi valós világbeli demóval.
Az Axis más partnerei közé tartoznak megtestesüléses vállalatok, mint a Feagine Robotics, modellvállalatok, mint a Manycore Tech és a Dexmal, valamint ipari automatizálási cégek, mint a Lotus Cars és a Geely Auto. Az Axis emellett láncon működő robotikai hálózatokat is működtet, beleértve a BitRobotot a Solanán és az OpenRoboto-t a Bittensoron.
A Physical AI adatalapjának újradefiniálása
„A Physical AI jövője nem egy statikus adatkészlet, amelyet egyszer letöltesz" – mondta Chris Feng, az Axis Robotics alapítója. „Ez egy motor, amely folyamatosan termeli az adatokat, amelyekre a modellnek legközelebb szüksége van. A méret széles lefedettséget ad. A sokszínűség elfogulatlanná teszi a zajt. A zárt hurok minden kudarcot fejlődéssé alakít. Ez az, ami összetett."
Az Axis-t a UC Berkeley, a CMU, a Georgia Tech és a SJTU kutatói alapították, valamint sorozatvállalkozók, akik fogyasztói platformokat 30 millió felhasználó fölé skáláztak. Kutatását Jiachen Li, a Georgia Tech adjunktusa tanácsolja.
Papír link: https://arxiv.org/abs/2607.21588
Projektoldal: https://axisaiorg.github.io/AXIS-V1/
Adatkészlet link: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
GitHub kódbázis: https://github.com/AxisAIOrg/Axis-V1-Training
Gyakran Ismételt Kérdések
Íme egy lista az Axis Robotics nyílt forráskódú Franka kar szimulációs adatkészletével kapcsolatos gyakori kérdésekről, amelyek világosak, gyakorlatiasak és hasznosak mind az újoncok, mind a tapasztalt robotikusok számára.
Általános – Kezdő kérdések
K: Pontosan mit adott ki az Axis Robotics?
V: Egy hatalmas, nyílt forráskódú szimulációs adatkészletet adtak ki kifejezetten Franka robotkarokhoz. Több millió példát tartalmaz a robot által szimulált környezetben végzett feladatokról, valamint a hozzájuk tartozó érzékelőadatokat.
K: Miért nagy dolog ez a Physical AI számára?
V: A Physical AI-nek meg kell értenie, hogyan lépjen kölcsönhatásba a valós világgal. Az ilyen AI-modellek tréningje általában hatalmas mennyiségű valós adatot igényel, amelynek gyűjtése lassú és drága. Ez az adatkészlet hatalmas, nagy minőségű gyorsutat biztosít, lehetővé téve az AI-modellek számára, hogy először milliárdszor gyakoroljanak szimulációban.
K: Mi az a szimulációs adatkészlet?
V: Ez egy számítógépes programban generált adatgyűjtemény, nem pedig fizikai robotból származik. Gondolj rá úgy, mint egy videojátékra robotok számára, ahol minden akciót és megfigyelést rögzítenek, hogy tréningadatokat hozzanak létre az AI számára.
K: Új vagyok a robotikában. Használhatom ezt az adatkészletet?
V: Természetesen. Mivel nyílt forráskódú, letöltheted és használhatod tanulásra. Kezdheted az adatok felfedezésével, hogy megértsd, hogyan néznek ki a robot érzékelőadatai. A gyakorlati használathoz némi alap Python és gépi tanulási ismeret hasznos, de a belépési küszöb sokkal alacsonyabb, mint a saját fizikai robot birtoklása.
K: Ez az adatkészlet csak a specifikus Franka robotra vonatkozik, vagy használhatom más robotokhoz is?
V: Az adatok specifikusak a Franka kar mozgásaira és érzékelőire. Azonban a technikák, amelyeket megtanulsz, és az AI-modellek, amelyeket betanítasz, gyakran adaptálhatók vagy átvihetők más hasonló robotkarokra, különösen, ha olyan keretrendszert használsz, amely támogatja a modellátvitelt.
Technikai – Haladó kérdések
K: Milyen konkrét formátumban van az adatkészlet?
V: Az adatkészlet jellemzően szabványos formátumban van megadva, mint például HDF5 vagy hasonló strukturált formátum, gyakran összehangolva a gyakori robot-tanulási keretrendszerekkel, mint az RLBench vagy a Robosuite. Általában RGBD kameraképeket, mélységtérképeket, robot ízületi állapotokat és akciópályákat tartalmaz.