Mae Axis Robotics wedi rhyddhau Axis Sim Dataset V1, un o'r setiau data efelychu ffynhonnell agored mwyaf ar gyfer trin braich Franka. Mae'r set ddata lawn, cod hyfforddi, a meincnodau bellach ar gael yn gyhoeddus. Adeiladir V1 o dros 50,000 o lwybrau efelychu a weithredwyd gan ddynol ar draws 207 o dasgau trin a mwy na 60,000 o amrywiadau golygfa, i gyd ar fraich Franka Research 3 efelychiedig. Mae'r set ddata wedi denu dros 160,000 o lawrlwythiadau, gan ei gwneud yn set ddata efelychu Franka ffynhonnell agored fwyaf ei lawrlwythiad ar Hugging Face. Mewn meincnodau, gwellodd cyn-hyfforddiant parhaus ar V1 berfformiad π0.5 a churodd linell sylfaen RoboCasa sy'n cyfateb o ran maint, gyda'r holl ganlyniadau'n agored ac yn wirioadwy.
Mae Axis Robotics yn adeiladu peiriant data cyfansawdd ar gyfer Deallusrwydd Corfforol—system integredig lawn sy'n cyfuno efelychiad ar raddfa fawr, dal byd go iawn egsocentrig, loco-driniaeth ddynolaidd, ac ôl-hyfforddiant DAgger a oruchwyliwyd gan ddynol. Mae'r cwmni wedi codi $12 miliwn mewn cyllid had, dan arweiniad Hack VC, gyda chyfranogiad gan Nomad Capital, Pi Network Ventures, 10K Ventures, a buddsoddwyr angel.
Bet yn Erbyn "Data Glân yn Unig"
Rhagdybiaeth gyffredin mewn roboteg yw bod yn rhaid i arddangosiadau fod bron yn optimaidd o'r cychwyn—hidlo i lawr i lwybrau arbenigol, safoni'r gosodiad, a chael gwared ar unrhyw ddata swnllyd cyn y gall dysgu dynwared weithio. Mae Axis yn cymryd y farn groes: mae ansawdd data yn cael ei bennu ar lefel y dosbarthiad, nid gan lwybrau unigol. Pan fydd torf fawr ac amrywiol yn cynhyrchu llwybrau swnllyd, is-optimaidd a'u gwallau'n anghydberthynol, mae'r sŵn yn canslo allan, ac mae polisi gweithredol yn dod i'r amlwg yn ystod hyfforddiant. Mae Axis Sim Dataset V1 yn rhoi'r syniad hwn i brawf cyhoeddus. Mae ei lwybrau'n cwmpasu codi-a-gosod, pentyrru, arllwys, trin gwrthrychau cyfannol, a defnyddio offer, i gyd wedi'u casglu trwy lwyfan teleweithredu seiliedig ar borwr Axis, Axis Hub, gan dorf ddosbarthedig yn hytrach nag un tîm arbenigol. Datblygwyd y set ddata gydag ymchwilwyr o UC Berkeley, Johns Hopkins, Prifysgol Michigan, a sefydliadau eraill.
Canlyniadau sy'n Graddio
Ar LIBERO-Plus, mae cyn-hyfforddiant parhaus ar V1 yn codi llwyddiant π0.5 o 83.9% i 88.8%, gan ragori ar linell sylfaen RoboCasa365 sy'n cyfateb o ran maint gan 37.3%. Mae perfformiad yn gwella'n gyson wrth i ddata cyn-hyfforddiant raddio o 25% i 100% o'r set ddata, heb unrhyw arwyddion o ddirlenwi—tystiolaeth bod yr enillion yn dod o amrywiaeth a chwmpas, nid o hybu un-tro. Mae'r gwelliannau mwyaf yn ymddangos o dan aflonyddiadau camera, sŵn-synhwyrydd, a chynllun, sef yn union yr amrywiadau y mae Axis yn eu hapddynodi yn ystod cynhyrchu. Mae'r tîm yn dweud bod V2 eisoes ar y gweill, yn graddio i 1.2 miliwn o lwybrau ar draws 1,200 o dasgau, gyda chyffredinoli traws-gorfforiad a chanlyniadau ar draws sawl model VLA yn dangos y gall data efelychu is-optimaidd hyfforddi polisïau cadarn.
Y Peiriant y Tu Ôl i'r Set Ddata
Mae'r set ddata yn un allbwn o beiriant data cyfansawdd parhaus mwy. Tra bod gwerthwr data traddodiadol yn casglu i fanyleb sefydlog ac yn stopio, mae Axis yn defnyddio perfformiad model ac achosion methiant i benderfynu beth i'w gasglu nesaf, fel bod pob rownd hyfforddi yn llywio'r nesaf. Mae'r peiriant hwn yn rhedeg ar strategaeth hybrid ar draws pedair llinell ddata, i gyd bellach yn gweithredu ar raddfa:
- Efelychiad: Mae dros 200,000 o gyfranwyr dosbarthedig ar Axis Hub, dApp top-3 ar Base, wedi cynhyrchu 4.7 miliwn+ o lwybrau ar draws 13 corfforiad.
- Egsocentrig: Mae rhwydwaith rheoledig o 1,000+ o gasglwyr amser llawn, wedi'u hyfforddi mewn QC, yn dal gweithgaredd person-cyntaf mewn cartrefi a busnesau go iawn ar draws 14 diwydiant. Mae dros 200,000 o oriau eisoes wedi'u cronni, yn tyfu 4,000+ awr yn ddyddiol, gydag ystum llaw wedi'i wirio gan Vicon.
- Loco-driniaeth: 500+ awr yn cyfuno symudedd a deheurwydd ar ddynolion go iawn (Unitree G1, Booster T2) trwy deleweithredu annibynnol ar galedwedd.
- Ôl-hyfforddiant DAgger a oruchwyliwyd gan ddynol: 500+ awr o gywiriad dynol-yn-y-ddolen wedi'i ganolbwyntio ar achosion ymylol defnydd.
Cofnodir pob tasg a llwybr ar-gadwyn ar Base ar gyfer tarddiad, a gwobrwyir cyfranwyr am ansawdd gwaith wedi'i wirio.
O Ddata Agored i Ddefnydd Masnachol
Y tu hwnt i agor-ffynhonnellu data efelychu, mae Axis yn gweithio'n uniongyrchol gyda chwmnïau corfforiad robot i adeiladu setiau data wedi'u teilwra ar gyfer eu hanghenion penodol. Mae Axis yn adeiladu piblinellau data a rhagflaenyddion model wedi'u teilwra ar gyfer pob corfforiad roboteg. Fel partner data efelychu cyntaf Booster Robotics, ail-greuodd Axis weithle go iawn Booster fel efaill digidol wedi'i ganolbwyntio ar dasg. Yna cynhaliodd cyfranwyr dosbarthedig dros 42,000 o benodau efelychu arno, a ddistyllodd Axis yn rhagflaenydd model penodol i anghenion Booster. Gan ddefnyddio dim ond 30 o arddangosiadau robot go iawn, cyflawnodd y rhagflaenydd hwnnw gyfradd llwyddiant o 87.5%, o gymharu â 37.5% ar gyfer model π0.5 safonol—yn cyfateb i berfformiad π0.5 gyda dim ond hanner y demos byd go iawn.
Mae partneriaid eraill Axis yn cynnwys cwmnïau corfforiad fel Feagine Robotics, cwmnïau model fel Manycore Tech a Dexmal, a chwmnïau awtomeiddio diwydiannol fel Lotus Cars a Geely Auto. Mae Axis hefyd yn pweru rhwydweithiau roboteg ar-gadwyn, gan gynnwys BitRobot ar Solana ac OpenRoboto ar Bittensor.
Ailddiffinio Sylfaen Data Deallusrwydd Corfforol
"Nid set ddata statig yw dyfodol Deallusrwydd Corfforol y byddwch yn ei lawrlwytho unwaith," meddai Chris Feng, sylfaenydd Axis Robotics. "Peiriant ydyw sy'n parhau i gynhyrchu'r data sydd ei angen ar y model nesaf. Mae graddfa'n rhoi cwmpas eang i chi. Mae amrywiaeth yn cadw'r sŵn yn ddiduedd. Mae'r ddolen gaeedig yn troi pob methiant yn gynnydd. Dyna sy'n cyfansoddi."
Sefydlwyd Axis gan ymchwilwyr o UC Berkeley, CMU, Georgia Tech, a SJTU, ynghyd â sylfaenwyr cyfresol sydd wedi graddio llwyfannau defnyddwyr i dros 30 miliwn o ddefnyddwyr. Cynghorir ei ymchwil gan Jiachen Li, Athro Cynorthwyol yn Georgia Tech.
Dolen Papur: https://arxiv.org/abs/2607.21588
Tudalen Prosiect: https://axisaiorg.github.io/AXIS-V1/
Dolen Set Ddata: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Cod Github: https://github.com/AxisAIOrg/Axis-V1-Training
Cwestiynau Cyffredin
Dyma restr o Gwestiynau Cyffredin am set ddata efelychu braich Franka ffynhonnell agored Axis Robotics, wedi'i chynllunio i fod yn glir, ymarferol ac yn ddefnyddiol i newydd-ddyfodiaid a robotegwyr profiadol fel ei gilydd
Cwestiynau Cyffredinol i Ddechreuwyr
C Beth yn union a ryddhaodd Axis Robotics
A Rhyddhaon nhw set ddata enfawr ffynhonnell agored o ddata efelychiedig yn benodol ar gyfer breichiau robotig Franka Mae'n cynnwys miliynau o enghreifftiau o'r robot yn perfformio tasgau mewn amgylchedd efelychiedig ynghyd â'r data synhwyrydd sy'n mynd gydag ef
C Pam mae hyn yn beth mawr i Ddeallusrwydd Corfforol
A Mae angen i Ddeallusrwydd Corfforol ddeall sut i ryngweithio â'r byd go iawn Mae hyfforddi'r modelau AI hyn fel arfer yn gofyn am lawer iawn o ddata byd go iawn, sy'n araf ac yn ddrud i'w gasglu Mae'r set ddata hon yn darparu llwybr byr enfawr o ansawdd uchel, gan ganiatáu i fodelau AI ymarfer biliynau o weithiau mewn efelychiad yn gyntaf
C Beth yw set ddata efelychu
A Casgliad o ddata a gynhyrchir y tu mewn i raglen gyfrifiadurol yn hytrach nag o robot corfforol ydyw Meddyliwch amdano fel gêm fideo i robotiaid lle mae pob gweithred ac arsylwad yn cael ei gofnodi i greu data hyfforddi ar gyfer AI
C Rwy'n newydd i roboteg A allaf ddefnyddio'r set ddata hon
A Yn hollol Oherwydd ei fod yn ffynhonnell agored, gallwch ei lawrlwytho a'i ddefnyddio i ddysgu Gallwch ddechrau trwy archwilio'r data i ddeall sut olwg sydd ar ddata synhwyrydd robotig Ar gyfer defnydd ymarferol, mae rhywfaint o wybodaeth sylfaenol Python a dysgu peirianyddol yn ddefnyddiol, ond mae'r rhwystr i fynediad yn llawer is na bod angen eich robot corfforol eich hun
C A yw'r set ddata hon yn unig ar gyfer y robot Franka penodol neu a allaf ei defnyddio ar gyfer robotiaid eraill
A Mae'r data yn benodol i symudiadau a synwyryddion breichiau Franka Fodd bynnag, gellir yn aml addasu neu drosglwyddo'r technegau rydych chi'n eu dysgu a'r modelau AI rydych chi'n eu hyfforddi i freichiau robotig tebyg eraill, yn enwedig os ydych chi'n defnyddio fframwaith sy'n cefnogi trosglwyddo model
Cwestiynau Technegol Uwch
C Pa fformat penodol y mae'r set ddata ynddo
A Darperir y set ddata fel arfer mewn fformat safonol fel HDF5 neu fformat strwythuredig tebyg, yn aml wedi'i alinio â fframweithiau dysgu roboteg cyffredin fel RLBench neu Robosuite Mae fel arfer yn cynnwys porthiant camera RGBD, mapiau dyfnder, cyflyrau cymalau robot, a llwybrau gweithredu