Axis Roboticsが物理AIのための最大規模のFrankaアームシミュレーションデータセットをオープンソース化

Axis Roboticsは、Frankaアーム操作のための最大規模のオープンソースシミュレーションデータセットであるAxis Sim Dataset V1を公開しました。このデータセットには、完全なデータセット、トレーニングコード、ベンチマークが含まれており、すべてが公開されています。V1は、207の操作タスクにわたる50,000以上の人間による遠隔操作シミュレーショントラジェクトリから構築され、60,000以上のシーンバリアントが含まれています。

このデータセットは160,000回以上のダウンロードを記録し、Hugging Faceで最もダウンロードされたオープンソースのFranka操作シミュレーションデータセットとなりました。ベンチマークでは、V1での継続的な事前トレーニングによりπ0.5が向上し、ボリュームが一致するRoboCasaのベースラインを上回りました。すべての結果は公開されており、検証可能です。

Axis Roboticsは、物理AIのための究極のデータエンジンを構築しています。これは、大規模なシミュレーション、自己中心的な現実世界のキャプチャ、ヒューマノイドの運動操作、そして人間によるDAggerのポストトレーニングを含む垂直統合システムです。同社は、Hack VCが主導し、Nomad Capital、Pi Network Ventures、10K Ventures、エンジェル投資家が参加する形で1200万ドルのシード資金を調達しました。

ロボティクスにおける一般的な仮定は、デモは最初からほぼ最適でなければならないというものです。専門家のトラジェクトリに絞り込み、セットアップを標準化し、安全に模倣する前にノイズのあるものはすべて破棄する必要があります。しかし、Axisの主張は逆です。データの質は単一のトラジェクトリではなく、分布レベルに存在します。十分に大きく多様な群衆がノイズの多い、最適でないトラジェクトリを生成し、そのエラーが相関していない場合、ノイズは平均化され、トレーニング中に機能するポリシーが生き残ります。

Axis Sim Dataset V1は、その主張を公にテストします。そのトラジェクトリは、ピックアンドプレース、スタッキング、注ぎ、関節物体操作、ツール使用を含み、すべてAxisのブラウザベースの遠隔操作プラットフォームAxis Hubを通じて、単一の専門チームではなく分散した群衆によって収集されました。このデータセットは、UCバークレー、ジョンズ・ホプキンズ大学、ミシガン大学などの研究者と共同で構築されました。

LIBERO-Plusでは、V1での継続的な事前トレーニングにより、π0.5が83.9%から88.8%に向上し、ボリュームが一致するRoboCasa365のベースラインを37.3%上回りました。パフォーマンスは、事前トレーニングデータがデータセットの25%から100%にスケールするにつれて一貫して改善され、飽和の兆しは見られません。これは、得られる成果が一時的なものではなく、多様性とカバレッジから来ていることを示しています。最も大きな改善は、カメラ、センサーノイズ、レイアウトの摂動の下で見られ、Axisが生成中にランダム化する正確な軸です。

チームは、V2がすでに進行中であり、1,200のタスクにわたる120万のトラジェクトリにスケールアップしていると述べています。クロスエンボディメントの一般化と複数のVLAモデルにわたる結果は、最適でないシミュレーションデータが堅牢なポリシーをトレーニングすることを示しています。

このデータセットは、より大きな、積極的にデータを蓄積するエンジンの一部です。従来のデータベンダーが固定仕様に従って収集を行い停止するのに対し、Axisはモデルのパフォーマンスと失敗ケースを使用して次に収集すべきものを決定します。これにより、すべてのトレーニングラウンドが次のラウンドに情報を提供します。このエンジンは、4つのデータラインにわたるハイブリッド戦略で運営されており、すべてのラインが現在スケールで稼働しています。

• シミュレーション : Axis Hub上の200,000人以上の分散貢献者が、13のエンボディメントにわたって4.7M以上のトラジェクトリを生成しています。
• 自己中心的 : 14の産業にわたる実際の家庭やビジネスでの第一人称活動をキャプチャする1,000人以上のフルタイム、QCトレーニングを受けた収集者の管理ネットワーク。すでに200,000時間以上が蓄積されており、毎日4,000時間以上増加しています。Viconで確認された手のポーズも含まれています。
• 運動操作 : ハードウェアに依存しない遠隔操作を通じて、実際のヒューマノイド（Unitree G1、Booster T2）でのモビリティと器用さを組み合わせた500時間以上。
• 人間によるDAggerポストトレーニング : 展開のエッジケースを対象とした人間の介入による修正の500時間以上。

すべてのタスクとトラジェクトリは、出所を示すためにBase上でオンチェーンで記録され、貢献者は検証された作業の質に対して報酬を受け取ります。

シミュレーションデータのオープンソース化を超えて、Axisはロボットエンボディメント企業と直接協力し、カスタマイズされたエンボディメント特有のデータパイプラインとモデルの事前情報を構築しています。

Booster Roboticsの最初のシミュレーションデータパートナーとして、AxisはBoosterの実際の作業空間をタスクに沿ったデジタルツインとして再構築し、分散した貢献者に42,000以上のシミュレーションエピソードを収集させ、それをBooster特有のモデルの事前情報に凝縮しました。実際のロボットデモが30回だけで、その事前情報は87.5%の成功率に達し、ボックスから出た状態のπ0.5の37.5%と比較されました。これは、実際のデモンストレーションの半分を使用してπ0.5を一致させました。

他のパートナーには、エンボディメント企業（Feagine Robotics）、モデル企業（Manycore Tech、Dexmal）、および産業自動化（Lotus Cars、Geely Auto）が含まれます。Axisはまた、オンチェーンロボティクスネットワークも提供しています：Solana上のBitRobotとBittensor上のOpenRoboto。

「物理AIの未来は、一度ダウンロードする静的なデータセットではありません。」とAxis Roboticsの創設者Chris Fengは述べています。「それは、モデルが次に必要とするデータを生み出し続けるエンジンです。スケールは広範なカバレッジをもたらします。多様性はノイズを偏りなく保ちます。閉じたループは、すべての失敗を進展に変えます。それが複合的なものです。」

Axisは、UCバークレー、CMU、ジョージア工科大学、SJTUの研究者と、3000万人以上のユーザーにスケールした消費者プラットフォームを持つ連続起業家によって設立されました。その研究は、ジョージア工科大学の助教授であるJiachen Liによって助言されています。

本コンテンツは、一般的な情報提供のみを目的としたものであり、金融、投資、法律、または税務に関する助言を構成するものではありません。ここに記載されているイベント、報酬、オンラインキャンペーン、またはそれらに関連する情報は、暗号資産の購入、売却、取引、その他いかなる取引の推奨、勧誘、または招待とみなされるべきではありません。暗号資産は価格変動が非常に大きく、損失が発生する可能性があります。WEEXのサービス、プロダクト、および関連イベントの提供状況は、地域によって異なる場合があります。お客様は、ご自身の参加が適用される現地の法令を遵守していることを自ら確認する責任を負うものとします。