Axis Robotics libera uno de los conjuntos de datos de simulación de brazo Franka más grandes para IA física

Detalles

Política editorial estricta centrada en la precisión, la relevancia y la imparcialidad

Morbi pretium leo et nisl aliquam mollis. Quisque arcu lorem, ultricies quis pellentesque nec, ullamcorper eu odio.

Axis Robotics ha lanzado Axis Sim Dataset V1, uno de los mayores conjuntos de datos de simulación de código abierto para manipulación con brazo Franka, con el conjunto de datos completo, el código de entrenamiento y los puntos de referencia disponibles públicamente. V1 se construye a partir de más de 50 000 trayectorias de simulación teleoperadas por humanos en 207 tareas de manipulación y más de 60 000 variantes de escena en un brazo simulado Franka Research 3.

Este conjunto de datos superó las 160 000 descargas, lo que lo convierte en el conjunto de datos de simulación Franka de código abierto más descargado en Hugging Face. En los puntos de referencia, el preentrenamiento continuo en V1 elevó π0.5 y superó una línea base RoboCasa de volumen equivalente, con todos los resultados abiertos y verificables.

Axis Robotics está construyendo el motor de datos compuesto definitivo para la IA física, un sistema verticalmente integrado que abarca simulación a gran escala, captura egocéntrica del mundo real, loco-manipulación humanoide y post-entrenamiento DAgger con control humano. La empresa recaudó 12 millones de dólares en financiación inicial liderada por Hack VC, con la participación de Nomad Capital, Pi Network Ventures, 10K Ventures e inversores ángeles.

Una suposición común en robótica es que las demostraciones deben ser casi óptimas desde el principio: filtrar hasta las trayectorias expertas, estandarizar la configuración y descartar cualquier cosa ruidosa antes de que sea seguro imitarla. La tesis de Axis va en la dirección opuesta: la calidad de los datos vive a nivel de distribución, no en la trayectoria individual. Cuando una multitud lo suficientemente grande y diversa produce trayectorias ruidosas y subóptimas y sus errores no están correlacionados, el ruido se promedia y una política funcional sobrevive durante el entrenamiento.

Axis Sim Dataset V1 pone esa tesis a prueba pública. Sus trayectorias abarcan recoger y colocar, apilar, verter, manipulación de objetos articulados y uso de herramientas, todas recopiladas a través de la plataforma de teleoperación basada en navegador de Axis, Axis Hub, por una multitud distribuida en lugar de un único equipo experto. El conjunto de datos se construyó con investigadores de UC Berkeley, Johns Hopkins, la Universidad de Michigan y otras instituciones.

En LIBERO-Plus, el preentrenamiento continuo en V1 eleva π0.5 del 83,9 % al 88,8 % de éxito y supera una línea base RoboCasa365 de volumen equivalente en un 37,3 %. El rendimiento mejora de forma consistente a medida que los datos de preentrenamiento escalan del 25 % al 100 % del conjunto de datos, sin saturación a la vista, evidencia de que las ganancias provienen de la diversidad y la cobertura en lugar de un impulso puntual. Las mayores mejoras aparecen bajo perturbaciones de cámara, ruido de sensores y distribución del entorno, exactamente los ejes que Axis aleatoriza durante la generación.

El equipo afirma que V2 ya está en marcha, escalando a 1,2 millones de trayectorias en 1200 tareas, con generalización entre realizaciones físicas y resultados en múltiples modelos VLA que muestran que los datos de simulación subóptimos entrenan políticas robustas.

El conjunto de datos es un resultado de un motor de datos más grande y en compuesto activo. Donde un proveedor de datos tradicional recopila según una especificación fija y se detiene, Axis utiliza el rendimiento del modelo y los casos de fallo para determinar qué se debe recopilar a continuación, de modo que cada ronda de entrenamiento informe a la siguiente. Ese motor funciona con una estrategia híbrida en cuatro líneas de datos, y las cuatro ahora funcionan a escala:

Simulación: más de 200 000 contribuyentes distribuidos en Axis Hub, una de las tres principales dApps en Base, que producen más de 4,7 millones de trayectorias en 13 realizaciones físicas.

Egocéntrica: una red gestionada de más de 1000 recolectores a tiempo completo y capacitados en control de calidad que capturan actividad en primera persona en hogares y negocios reales en 14 industrias: más de 200 000 horas ya acumuladas y creciendo en más de 4000 horas cada día, con pose de mano verificada por Vicon.

Loco-manipulación: más de 500 horas que combinan movilidad y destreza en humanoides reales (Unitree G1, Booster T2) mediante teleoperación independiente del hardware.

Post-entrenamiento DAgger con control humano: más de 500 horas de corrección con humanos en el circuito dirigida a casos límite de despliegue.

Cada tarea y trayectoria se registra en cadena en Base para garantizar la procedencia, y los contribuyentes son recompensados por la calidad verificada del trabajo.

Más allá de liberar datos de simulación como código abierto, Axis trabaja directamente con empresas de realizaciones robóticas para construir canalizaciones de datos personalizadas y específicas para cada realización, así como priores de modelo.

Como primer socio de datos de simulación de Booster Robotics, Axis reconstruyó el espacio de trabajo real de Booster como un gemelo digital alineado con las tareas, hizo que colaboradores distribuidos recopilaran más de 42,000 episodios de simulación en él y los destiló en un prior de modelo específico de Booster. Con solo 30 demostraciones en robot real, ese prior alcanzó un 87.5% de éxito frente al 37.5% de un π0.5 listo para usar, igualando a π0.5 con la mitad de las demostraciones del mundo real.

Otros socios abarcan empresas de encarnación (Feagine Robotics), empresas de modelos (Manycore Tech, Dexmal) y automatización industrial (Lotus Cars, Geely Auto). Axis también suministra redes de robótica en cadena: BitRobot en Solana y OpenRoboto en Bittensor.

“El futuro de la IA Física no es un conjunto de datos estático que descargas una vez”, dijo Chris Feng, fundador de Axis Robotics. “Es un motor que sigue produciendo los datos que el modelo necesita a continuación. La escala te da una cobertura amplia. La diversidad mantiene el ruido sin sesgos. El ciclo cerrado convierte cada fallo en progreso. Eso es lo que se acumula.”

Axis fue fundada por investigadores de UC Berkeley, CMU, Georgia Tech y SJTU, junto con fundadores en serie que han escalado plataformas de consumo a más de 30 millones de usuarios. Su investigación es asesorada por Jiachen Li, profesor asistente en Georgia Tech.

Página del proyecto: https://axisaiorg.github.io/AXIS-V1/

Enlace del conjunto de datos: https://huggingface.co/datasets/axisrobotics/Franka-Dataset

Repositorio de código en Github: https://github.com/AxisAIOrg/Axis-V1-Training

BlockmanPR es una agencia de relaciones públicas y medios cripto que ha estado colocando marcas Web3 frente a audiencias globales desde 2020. Desde la distribución de comunicados de prensa en más de 300 medios cripto y convencionales hasta ubicaciones de nivel 1, relaciones públicas en exchanges, campañas de KOL y medios pagados, la agencia gestiona cada canal desde un solo escritorio. BlockmanPR ha entregado más de 100,000 enlaces de medios para proyectos de tokens, exchanges y startups Web3.

Para más información, consulta: https://blockman.pro

Descargo de responsabilidad: La información encontrada en NewsBTC es solo para fines educativos. No representa las opiniones de NewsBTC sobre si comprar, vender o mantener cualquier inversión y, naturalmente, invertir conlleva riesgos. Se te aconseja realizar tu propia investigación antes de tomar cualquier decisión de inversión. Utiliza la información proporcionada en este sitio web completamente bajo tu propio riesgo.

Lee la última actualización sobre el informe de atestación de reservas de Circle que muestra el respaldo de USDC por encima del suministro circulante.

Lee la última actualización sobre Marathon minando 670 Bitcoin en agosto mientras su tesorería alcanza los 25,000 BTC.

Lee la última actualización sobre el aviso de la CFTC que establece expectativas para el colateral tokenizado en cámaras de compensación.

Política editorial estricta centrada en la precisión, relevancia e imparcialidad

Morbi pretium leo et nisl aliquam mollis. Quisque arcu lorem, ultricies quis pellentesque nec, ullamcorper eu odio.

La entrada de $0.002 de BlockDAG plantea preguntas sobre... hace 3 semanas

ChangeNOW incorpora a Martin Masser a su Crypto Super App hace 4 semanas

Firmas globales de capital riesgo hacen su movimiento: Zerra Ventures &... hace 1 mes

CreditBlockchain cloud mining ayuda a los usuarios a ganar hasta 0.078... hace 7 meses

NewsBTC es un servicio de noticias sobre criptomonedas que cubre noticias de bitcoin hoy, análisis técnicos y pronósticos del precio de bitcoin y otras altcoins. Aquí en NewsBTC, estamos dedicados a informar a todos sobre bitcoin y otras criptomonedas.

Cubrimos noticias de BTC relacionadas con exchanges de bitcoin, minería de bitcoin y pronósticos de precios para varias criptomonedas.

Monedas relacionadas

SOL

Fuente

NewsBTC RSS