Physical AIには、十分に注目されていないデータの課題があります。 ロボットがさまざまな状況に対応する方法を学ぶために、膨大な量の現実世界の相互作用データを必要とする限り、より優れたモデルやハードウェアだけでは限界があります。 その点で、@axisrobotics に注目が集まりました。 Axis Franka データセットは、Hugging Face でのダウンロード数が16万件を超え、KAIST、ノースウェスタン大学、清華大学からヤンデックス、Nota AI、ベトナム郵便通信グループまで、学術界および産業界で広く採用されています。 そして次世代バージョンはさらに進化します： 120万のトラジェクトリー 1,200のタスク より広範な原子的機能 より多くのロボットエムボディメントへの対応 興味深いのは、16万から120万のトラジェクトリーへと単に増加した点ではありません。 ロボットは、同じ動作の例をより多く必要とするだけではありません。 同じ基本的なスキルを、異なる物体、環境、動き、エッジケースの下で見せる必要があります。 その多様性こそが、モデルを「以前に見たことがある」から、タスクの仕組みを実際に理解する段階へと導くのです。 したがって、データセットがタスクのカバー範囲と変化を継続的に拡大し続けるとき、それは単なるデモの静的コレクションではなくなります。 次世代のPhysical AIを訓練するためのインフラへと変貌するのです。 Axisは、次世代のFrankaデータセットを通じて、まさにこの方向性を推し進めようとしています。 https://t.co/7yFTIktZUz