Axis Robotics ने भौतिक AI के लिए सबसे बड़े Franka आर्म सिमुलेशन डेटासेट में से एक को ओपन-सोर्स किया

Axis Robotics ने Axis Sim Dataset V1 जारी किया है—Franka आर्म मैनिपुलेशन के लिए सबसे बड़े ओपन-सोर्स सिमुलेशन डेटासेट में से एक। पूरा डेटासेट, ट्रेनिंग कोड और बेंचमार्क सार्वजनिक रूप से उपलब्ध हैं। V1 को सिम्युलेटेड Franka Research 3 आर्म पर 207 मैनिपुलेशन कार्यों और 60,000 से अधिक सीन वैरिएंट में इंसानों द्वारा टेलीऑपरेट किए गए 50,000 से अधिक सिमुलेशन ट्रैजेक्टरी से बनाया गया है।

इस डेटासेट को 160,000 से अधिक बार डाउनलोड किया गया, जिससे यह Hugging Face पर Franka मैनिपुलेशन के लिए सबसे अधिक डाउनलोड किया गया ओपन-सोर्स सिमुलेशन डेटासेट बन गया। बेंचमार्क में, V1 पर लगातार प्रीट्रेनिंग से π0.5 का प्रदर्शन बेहतर हुआ और यह समान वॉल्यूम वाले RoboCasa बेसलाइन से आगे निकल गया। हर नतीजा खुला और सत्यापन योग्य है।

Axis Robotics, Physical AI के लिए एक ऐसा डेटा इंजन बना रही है जिसकी क्षमता समय के साथ लगातार बढ़ती जाए। यह वर्टिकली इंटीग्रेटेड सिस्टम बड़े पैमाने के सिमुलेशन, प्रथम-व्यक्ति दृष्टिकोण से वास्तविक दुनिया के डेटा संग्रह, ह्यूमनॉइड लोको-मैनिपुलेशन और मानव-नियंत्रित DAgger पोस्ट-ट्रेनिंग तक फैला है। कंपनी ने Hack VC के नेतृत्व में सीड फंडिंग में 12 मिलियन डॉलर जुटाए हैं। इसमें Nomad Capital, Pi Network Ventures, 10K Ventures और एंजेल निवेशकों ने भी भाग लिया।

“सिर्फ़ साफ़-सुथरे डेटा” के विचार के ख़िलाफ़ दांव

रोबोटिक्स में एक आम धारणा है कि प्रदर्शनों को शुरुआत से ही लगभग इष्टतम होना चाहिए—विशेषज्ञों के प्रक्षेपपथ चुनें, सेटअप को मानकीकृत करें, और अनुकरण के लिए सुरक्षित होने से पहले हर शोरयुक्त चीज़ को हटा दें। Axis की परिकल्पना इसके उलट है: डेटा की गुणवत्ता किसी एक प्रक्षेपपथ में नहीं, बल्कि पूरे वितरण के स्तर पर होती है। जब पर्याप्त बड़ा और विविध समूह शोरयुक्त, कम-इष्टतम प्रक्षेपपथ तैयार करता है और उनकी त्रुटियाँ एक-दूसरे से असंबद्ध होती हैं, तो शोर औसत होकर मिट जाता है और प्रशिक्षण के दौरान एक कारगर नीति बनी रहती है।

Axis Sim Dataset V1 इस परिकल्पना को सार्वजनिक कसौटी पर परखता है। इसके प्रक्षेपपथों में वस्तु उठाकर दूसरी जगह रखना, वस्तुओं को एक-दूसरे के ऊपर रखना, तरल डालना, जोड़दार वस्तुओं में हेरफेर करना और औज़ारों का उपयोग करना शामिल है। इन सभी को Axis के ब्राउज़र-आधारित टेलीऑपरेशन प्लेटफ़ॉर्म Axis Hub के ज़रिए, किसी एक विशेषज्ञ टीम के बजाय दूर-दूर तक फैले योगदानकर्ताओं के समूह ने एकत्र किया। यह डेटासेट UC Berkeley, Johns Hopkins, University of Michigan और अन्य संस्थानों के शोधकर्ताओं के साथ मिलकर बनाया गया।

बड़े पैमाने पर बेहतर होते नतीजे

LIBERO-Plus पर, V1 के साथ निरंतर पूर्व-प्रशिक्षण से π0.5 की सफलता दर 83.9% से बढ़कर 88.8% हो जाती है और यह समान आकार वाले RoboCasa365 बेसलाइन से 37.3% बेहतर प्रदर्शन करता है। डेटासेट के 25% से लेकर 100% तक के डेटा पर पूर्व-प्रशिक्षण का पैमाना बढ़ाने के साथ प्रदर्शन लगातार सुधरता है और अब तक संतृप्ति का कोई संकेत नहीं दिखता। यह इस बात का प्रमाण है कि लाभ विविधता और व्यापक कवरेज से आते हैं, न कि किसी एक बार की बढ़त से। सबसे बड़े सुधार कैमरा, सेंसर-शोर और लेआउट में किए गए बदलावों के तहत दिखते हैं—यही वे आयाम हैं जिनमें Axis डेटा तैयार करते समय यादृच्छिक बदलाव करता है।

टीम का कहना है कि V2 पर काम पहले ही शुरू हो चुका है। इसे 1,200 कार्यों में 12 लाख ट्रैजेक्टरी तक बढ़ाया जा रहा है। अलग-अलग एम्बॉडिमेंट में सामान्यीकरण और कई VLA मॉडलों के नतीजे दिखाते हैं कि कम-से-कम अनुकूल सिमुलेशन डेटा से भी मज़बूत नीतियों को प्रशिक्षित किया जा सकता है।

डेटासेट के पीछे का इंजन

यह डेटासेट एक बड़े, लगातार बढ़ते डेटा इंजन का एक नतीजा है। पारंपरिक डेटा विक्रेता जहाँ तय विनिर्देशों के अनुसार डेटा जुटाकर रुक जाते हैं, वहीं Axis मॉडल के प्रदर्शन और विफलता के मामलों के आधार पर तय करता है कि आगे क्या जुटाया जाना चाहिए—इस तरह प्रशिक्षण का हर दौर अगले दौर को दिशा देता है। यह इंजन चार डेटा धाराओं पर आधारित एक हाइब्रिड रणनीति के तहत चलता है, और अब ये चारों बड़े पैमाने पर सक्रिय हैं:

• सिमुलेशन: Axis Hub पर 2,00,000 से अधिक वितरित योगदानकर्ता—जो Base पर शीर्ष 3 dApp में से एक है—13 एम्बॉडिमेंट में 47 लाख से अधिक ट्रैजेक्टरी तैयार कर रहे हैं।
• प्रथम-पुरुष दृष्टिकोण: 1,000 से अधिक पूर्णकालिक, QC-प्रशिक्षित डेटा संग्राहकों का एक प्रबंधित नेटवर्क, जो 14 उद्योगों में वास्तविक घरों और कारोबारों में प्रथम-पुरुष गतिविधियों को रिकॉर्ड करता है: अब तक 2,00,000 से अधिक घंटे का डेटा संचित हो चुका है और हर दिन 4,000 से अधिक घंटे जुड़ रहे हैं; हाथों की मुद्रा Vicon से सत्यापित है।
• गतिशीलता और वस्तु-संचालन: हार्डवेयर-निरपेक्ष टेलीऑपरेशन के ज़रिए वास्तविक ह्यूमनॉइड (Unitree G1, Booster T2) पर गतिशीलता और निपुणता को मिलाकर 500 से अधिक घंटे का डेटा।
• मानव-नियंत्रित DAgger पोस्ट-ट्रेनिंग: तैनाती के किनारे के मामलों को लक्षित करते हुए, मानव-इन-द-लूप सुधार के 500+ घंटे।

हर कार्य और ट्रैजेक्टरी को प्रामाणिकता सुनिश्चित करने के लिए Base पर ऑन-चेन दर्ज किया जाता है, और सत्यापित कार्य-गुणवत्ता के लिए योगदानकर्ताओं को पुरस्कृत किया जाता है।

ओपन डेटा से व्यावसायिक तैनाती तक

सिमुलेशन डेटा को ओपन-सोर्स करने से आगे बढ़कर, Axis सीधे रोबोट एम्बॉडिमेंट कंपनियों के साथ काम करता है, ताकि अनुकूलित, एम्बॉडिमेंट-विशिष्ट डेटा पाइपलाइन और मॉडल प्रायर बनाए जा सकें।

Booster Robotics के पहले सिम-डेटा पार्टनर के रूप में, Axis ने Booster के वास्तविक कार्यक्षेत्र को कार्य-अनुरूप डिजिटल ट्विन के रूप में फिर से बनाया, वितरित योगदानकर्ताओं से उस पर 42,000+ सिमुलेशन एपिसोड एकत्र करवाए, और उन्हें Booster-विशिष्ट मॉडल प्रायर में संक्षिप्त किया। सिर्फ़ 30 वास्तविक-रोबोट डेमो के साथ, उस प्रायर ने 87.5% सफलता दर हासिल की—जबकि सीधे उपलब्ध π0.5 की सफलता दर 37.5% थी—और वास्तविक दुनिया के आधे प्रदर्शनों का उपयोग करके π0.5 के बराबर प्रदर्शन किया।

अन्य साझेदारों में शामिल हैं एम्बॉडिमेंट कंपनियाँ (Feagine Robotics), मॉडल कंपनियाँ (Manycore Tech, Dexmal) और औद्योगिक स्वचालन (Lotus Cars, Geely Auto)। Axis ये सेवाएँ भी प्रदान करता है: ऑन-चेन रोबोटिक्स नेटवर्क: Solana पर BitRobot और Bittensor पर OpenRoboto।

फिजिकल AI की डेटा नींव को नए सिरे से परिभाषित करना

“फिजिकल AI का भविष्य ऐसा स्थिर डेटासेट नहीं है जिसे आप एक बार डाउनलोड कर लें,” Axis Robotics के संस्थापक Chris Feng ने कहा। “यह एक ऐसा इंजन है जो लगातार वह डेटा तैयार करता रहता है जिसकी मॉडल को आगे ज़रूरत होती है। पैमाना आपको व्यापक कवरेज देता है। विविधता शोर को पक्षपात-मुक्त रखती है। बंद-लूप हर विफलता को प्रगति में बदल देता है। इसी से लगातार बढ़त मिलती है।”

Axis की स्थापना UC Berkeley, CMU, Georgia Tech और SJTU के शोधकर्ताओं ने उन अनुभवी संस्थापकों के साथ मिलकर की थी, जिन्होंने उपभोक्ता प्लेटफ़ॉर्म को 30 मिलियन से अधिक उपयोगकर्ताओं तक पहुँचाया है। इसके शोधकार्य के सलाहकार Jiachen Li हैं, जो Georgia Tech में सहायक प्रोफेसर हैं।

शोधपत्र का लिंक:

परियोजना पृष्ठ:

डेटासेट लिंक:

GitHub कोडबेस:

स्रोत: BeInCrypto