Axis Robotics publica como código abierto uno de los mayores conjuntos de datos de simulación del brazo Franka para IA física

Axis Robotics ha publicado Axis Sim Dataset V1, uno de los conjuntos de datos de simulación de código abierto más grandes para la manipulación con el brazo Franka. El conjunto de datos completo, el código de entrenamiento y los puntos de referencia están disponibles públicamente. V1 se basa en más de 50 000 trayectorias de simulación teleoperadas por humanos en 207 tareas de manipulación y más de 60 000 variantes de escena en un brazo Franka Research 3 simulado.

Este conjunto de datos superó las 160 000 descargas, convirtiéndose en el conjunto de datos de simulación de manipulación de Franka de código abierto más descargado en Hugging Face. En las pruebas comparativas, el preentrenamiento continuo en V1 mejoró el rendimiento en π0,5 y superó una línea base de RoboCasa con volumen equivalente, con todos los resultados abiertos y verificables.

Axis Robotics está desarrollando el motor de datos compuesto definitivo para la IA física, un sistema integrado verticalmente que abarca simulación a gran escala, captura egocéntrica del mundo real, manipulación locomotora humanoide y post-entrenamiento con DAgger controlado por humanos. La compañía recaudó 12 millones de dólares en financiación inicial liderada por Hack VC, con la participación de Nomad Capital, Pi Network Ventures, 10K Ventures e inversores ángeles.

Una apuesta contra el “Solo datos limpios”

En robótica, es común suponer que las demostraciones deben ser casi óptimas desde el principio: se filtran las trayectorias de los expertos, se estandariza la configuración y se descarta cualquier dato irrelevante antes de poder imitarlo con seguridad. La tesis de Axis va en sentido contrario: la calidad de los datos reside en la distribución, no en la trayectoria individual. Cuando un grupo suficientemente grande y diverso produce trayectorias ruidosas y subóptimas, y sus errores no están correlacionados, el ruido se compensa y una estrategia eficaz se mantiene durante el entrenamiento.

El conjunto de datos Axis Sim V1 somete esta tesis a una prueba pública. Sus trayectorias abarcan tareas de recogida y colocación, apilamiento, vertido, manipulación de objetos articulados y uso de herramientas, todas recopiladas a través de la plataforma de teleoperación basada en navegador de Axis, Axis Hub, por una comunidad distribuida en lugar de un único equipo de expertos. El conjunto de datos se creó con investigadores de la UC Berkeley, Johns Hopkins, la Universidad de Michigan y otras instituciones.

Resultados que se pueden escalar

En LIBERO-Plus, el preentrenamiento continuo en V1 eleva el éxito de π0.5 del 83,9 % al 88,8 % y supera a una línea base de RoboCasa365 con volumen equivalente en un 37,3 %. El rendimiento mejora de forma constante a medida que los datos de preentrenamiento aumentan del 25 % al 100 % del conjunto de datos, sin que se observe saturación, lo que demuestra que las mejoras provienen de la diversidad y la cobertura, en lugar de un aumento puntual. Las mayores mejoras aparecen bajo perturbaciones de la cámara, el ruido del sensor y la disposición, los mismos ejes que Axis aleatoriza durante la generación.

El equipo afirma que la versión 2 ya está en marcha, con una escala que abarca 1,2 millones de trayectorias en 1200 tareas, y que la generalización entre diferentes cuerpos y los resultados obtenidos en múltiples modelos VLA demuestran que los datos de simulación subóptimos permiten entrenar políticas robustas.

El motor detrás del conjunto de datos

El conjunto de datos es uno de los resultados de un motor de datos más grande y en constante crecimiento. Mientras que un proveedor de datos tradicional recopila datos según una especificación fija y se detiene, Axis utiliza el rendimiento del modelo y los casos de fallo para determinar qué se debe recopilar a continuación, de modo que cada ronda de entrenamiento influye en la siguiente. Este motor se ejecuta con una estrategia híbrida en cuatro líneas de datos, y ahora las cuatro operan a gran escala:

• Simulación: más de 200.000 colaboradores distribuidos en Axis Hub, una de las 3 dApps principales en Base, que produce más de 4,7 millones de trayectorias en 13 implementaciones.
• Egocentric: una red gestionada de más de 1000 recolectores a tiempo completo, capacitados en control de calidad, que capturan la actividad en primera persona en hogares y negocios reales en 14 sectores: más de 200 000 horas ya acumuladas y en aumento en más de 4000 horas cada día, con la postura de la mano verificada por Vicon.
• Manipulación locomotora: Más de 500 horas combinando movilidad y destreza en humanoides reales (Unitree G1, Booster T2) mediante teleoperación independiente del hardware.
• DAgger con control humano posterior al entrenamiento: más de 500 horas de corrección con intervención humana dirigidas a casos extremos de implementación.

Cada tarea y trayectoria se registra en la cadena de bloques de Base para garantizar su procedencia, y los colaboradores son recompensados ​​por la calidad verificada de su trabajo.

De los datos abiertos a la implementación comercial

Además de compartir datos de simulación como código abierto, Axis trabaja directamente con empresas de robótica para crear flujos de datos personalizados y específicos para cada modelo.

Como primer socio de datos de simulación de Booster Robotics, Axis reconstruyó el espacio de trabajo real de Booster como un gemelo digital alineado con las tareas, contó con colaboradores distribuidos que recopilaron más de 42 000 episodios de simulación y los sintetizó en un modelo previo específico de Booster. Con solo 30 demostraciones con robots reales, ese modelo previo alcanzó un éxito del 87,5 % frente al 37,5 % de un π0,5 estándar, igualando el π0,5 utilizando la mitad de las demostraciones del mundo real.

Otros socios incluyen empresas de robótica física (Feagine Robotics), empresas de modelado (Manycore Tech, Dexmal) y automatización industrial (Lotus Cars, Geely Auto). Axis también proporciona redes robóticas en cadena: BitRobot en Solana y OpenRoboto en Bittensor.

defila base de datos de la IA física

«El futuro de la IA física no reside en un conjunto de datos estático que se descarga una sola vez», afirmó Chris Feng, fundador de Axis Robotics. «Es un motor que genera continuamente los datos que el modelo necesita. La escala proporciona una amplia cobertura. La diversidad mantiene el ruido imparcial. El ciclo cerrado convierte cada fallo en progreso. Eso es lo que genera un efecto acumulativo»

Axis fue fundada por investigadores de UC Berkeley, CMU, Georgia Tech y SJTU, junto con emprendedores con amplia experiencia que han escalado plataformas de consumo a más de 30 millones de usuarios. Su investigación cuenta con el asesoramiento de Jiachen Li, profesora adjunta de Georgia Tech.

Enlace al artículo: https://arxiv.org/abs/2607.21588

Página del proyecto: https://axisaiorg.github.io/AXIS-V1/

Enlace al conjunto de datos: https://huggingface.co/datasets/axisrobotics/Franka-Dataset

Código fuente en Github: https://github.com/AxisAIOrg/Axis-V1-Training