Команда исследователей, возглавляемая Куаном Вуонгом и Панагом Санкети, совместно с партнерами из 33 академических лабораторий, представила новый набор ресурсов, предназначенный для обучения универсальных роботов. В рамках этой инициативы был создан набор данных Open X-Embodiment, объединяющий данные более чем из 22 типов роботов.
Обычно для каждого конкретного задания, робота и среды необходимо обучать отдельную модель. Однако новая модель RT-1-X, основанная на предварительно обученной модели RT-1 и подготовленная на базе Open X-Embodiment, демонстрирует значительно лучшие результаты, когда идет речь о нескольких роботах, чем модели, обученные для каждого робота в отдельности. Тестирование показало, что RT-1-X улучшила средний уровень успешности на 50% по сравнению с традиционными подходами.
Новый набор данных включает более 500 навыков и 150,000 задач, что делает его самым обширным набором данных в области робототехники на сегодняшний день. Он был разработан благодаря усилиям более чем 20 институтов, что подтверждает необходимость совместной работы в этой области.
Ожидается, что создание такого универсального набора данных откроет новые горизонты для улучшения навыков роботов, позволяя им учиться более эффективно и выполнять более сложные задачи. Исследователи уверены, что Open X-Embodiment станет ключевым элементом в развитии робототехники, способствуя разработке более сложных и многофункциональных автоматизированных систем.