これは、@axisrobotics が提供する、データセットの構築とロボットまたは物理的AIのトレーニングのためのワークフローパイプラインです。 主なステージは5つあります： 1. タスク生成とアセットの正規化 テキストプロンプトからタスクを生成し、3Dモデルなどのアセットをシミュレーターで使用できるように準備します。 2. ウェブベースのテレオペレーション 人間がウェブを通じてロボットを仮想的に操作し、タスクを実行します。その動きはデモデータ／トラジェクトリとして記録されます。 3. オフラインデータのクリーニングと精錬 収集されたデータを以下のようにクリーニングします： - 品質フィルタリング - 躊躇の除去 - トラジェクトリのスムージング 結果として、精錬されたトラジェクトリが得られます。 4. 現実的な拡張 クリーニングされたデータに以下のバリエーションを追加して増幅します： - ビジュアルの変化 - ポーズの変化 - ノイズの注入 - 動的変化 目的は、ロボットのロバスト性と汎化能力を高めることです。 5. ポリシー学習と現実世界での検証 データセットを用いてポリシー学習を行い、その後シミュレーションから現実への振替を実施し、実際のロボットでテストします。 このワークフローは、Axisが物理的AIのためのデータエンジンをどのように構築しているかを説明する上で非常に重要です。 Axisは、タスク生成から、ロボットが現実世界でタスクを実際に実行できるようになるまでの完全なパイプラインを構築しようとしています。 ソース：🔗https://t.co/nYmkIWawKY