В научном сообществе робототехники состоялся важный прорыв: исследователи под руководством Куана Вуонга и Паннага Санкети представили Open X-Embodiment – новый набор данных, который объединяет данные от 22 различных типов роботов. Этот проект стал результатом сотрудничества с 33 академическими лабораториями по всему миру и призван улучшить обучение роботов.
Обычно каждый робот требует отдельного обучения для выполнения специфических задач, что значительно снижает его универсальность. Новый набор данных и модель RT-1-X, разработанные на его основе, позволяют более эффективно переносить знания между различными типами роботов, что полностью меняет подход к обучению. В ходе испытаний модель RT-1-X показала на 50% лучшие результаты в сравнении с методами, созданными для отдельных роботов.
Разработчики также представили модель RT-2-X, которая продемонстрировала утроение производительности в реальных роботизированных навыках. Таким образом, новый инструмент открывает новые горизонты для кросс-объектного исследования в сфере робототехники, предоставляя ресурсы для академических лабораторий и исследователей по всему миру.
Аналогично тому, как набор данных ImageNet революционизировал область компьютерного зрения, Open X-Embodiment может стать ключевым фактором в развитии универсальных роботов. Сбор данных, охватывающих более 500 навыков и 150,000 задач, стал возможен благодаря сотрудничеству с более чем 20 университетами.
Использование этих данных позволит значительно увеличить эффективность обучения роботов и стимулировать дальнейшие исследования в области робототехники, что, в свою очередь, может привести к ускорению темпов их внедрения в повседневную жизнь.