這是來自 @axisrobotics 的工作流程管道，用於建立資料集並訓練機器人或實體 AI。 共有 5 個主要階段： 1. 任務生成與資產標準化 根據文字提示建立任務，並準備 3D 模型等資產，使其可在模擬器中使用。 2. 基於網頁的遠端操作 人類透過網頁虛擬控制機器人執行任務，這些動作會被記錄為示範資料/軌跡。 3. 離線資料清理與優化 收集的資料會被清理，例如： - 品質篩選 - 慢疑消除 - 軌跡平滑 結果為優化後的軌跡。 4. 實境增強 清理後的資料透過多種變異進行擴充： - 視覺變異 - 姿態變異 - 噪聲注入 - 動態變異 目標是讓機器人更具魯棒性並能泛化。 5. 策略學習與實體驗證 使用資料集進行策略學習，然後進行模擬到實體的轉移，並在真實世界的機器人上進行測試。 因此，這個工作流程對於解釋 Axis 如何建立實體 AI 的資料引擎至關重要。 Axis 正試圖建立一個完整的管道，從任務生成到機器人實際在真實世界中執行任務。 來源：🔗https://t.co/nYmkIWawKY