Axis Roboticsは、Frankaアームの操作のための最大級のオープンソースシミュレーションデータセットの一つであるAxis Sim Dataset V1をリリースした。完全なデータセット、トレーニングコード、ベンチマークが公開されており、V1はシミュレートされたFranka Research 3アーム上で207の操作タスクと60,000以上のシーンバリエーションにわたる50,000以上の人間遠隔操作シミュレーション軌道から構築されている。
このデータセットは16万ダウンロード以上を集め、Hugging Face上で最もダウンロードされたオープンソースのFranka操作シミュレーションデータセットとなった。ベンチマークでは、V1での継続的事前トレーニングによりπ0.5が向上し、ボリューム一致のRoboCasaベースラインを上回り、すべての結果が公開され検証可能である。
Axis Roboticsは、大規模シミュレーション、自己中心型実世界キャプチャ、ヒューマノイドのロコモーション操作、人間ゲート型DAgger事後トレーニングをカバーする垂直統合システムである物理AIのための究極の複合データエンジン構築を目指している。同社はHack VCをリードインベスターとし、Nomad Capital、Pi Network Ventures、10K Ventures、およびエンジェル投資家の参加を得て、1,200万ドルのシード資金を調達した。
「クリーンデータのみ」への対抗
ロボティクスにおける一般的な仮定は、デモンストレーションが最初からほぼ最適である必要があり、専門家の軌道に絞り込み、セットアップを標準化し、ノイズのあるものは安全に模倣する前に破棄すべきだというものである。Axisのテーゼはこれとは逆である。データ品質は単一の軌道ではなく、分布レベルに存在する。大規模で多様な集団がノイズの多い非最適軌道とその誤差を生成し、それらの誤差が相関していない場合、ノイズは平均化され、トレーニング中に機能するポリシーが生き残る。
Axis Sim Dataset V1はこのテーゼを公のテストにかけた。その軌道は、ピッキング＆プレイス、スタッキング、注ぎ、可動物体の操作、ツール使用などを含み、すべてAxisのブラウザベースの遠隔操作プラットフォームであるAxis Hubを通じて、単一の専門家チームではなく分散型集団によって収集された。このデータセットは、UCバークレー、ジョンズ・ホプキンス大学、ミシガン大学などの研究者と共同で構築された。
スケーラブルな結果
LIBERO-Plusにおいて、V1での継続的事前トレーニングによりπ0.5の成功率は83.9%から88.8%に向上し、ボリューム一致のRoboCasa365ベースラインを37.3%上回った。パフォーマンスはデータセットの25%から100%まで事前トレーニングデータがスケールするにつれて一貫して向上し、飽和の兆候は見られず、この利益が単発のブーストではなく多様性とカバレッジに由来することを示唆している。最大の改善は、カメラ、センサーノイズ、レイアウトの摂動下で現れ、これらは生成時にAxisがランダム化する正確な軸である。
チームはV2がすでに進行中であり、1,200のタスクにわたる120万本の軌道にスケールしており、クロスエンボディメントの汎化性と複数のVLAモデルでの結果が、非最適シミュレーションデータが堅牢なポリシーをトレーニングすることを示していると述べている。
データセットの背後にあるエンジン
このデータセットは、より大規模で継続的に複合するデータエンジンの一つの出力である。従来のデータベンダーが固定された仕様で収集して停止するのとは異なり、Axisはモデルのパフォーマンスと失敗ケースを使用して次に収集すべきものを決定するため、各トレーニングラウンドが次のラウンドに影響を与える。そのエンジンは4つのデータラインにわたるハイブリッド戦略で稼働しており、現在すべてがスケールして稼働している。
- Simulation：Base上のトップ3 dAppであるAxis Hubで20万人以上の分散型貢献者が、13のエンボディメントにわたって470万本以上の軌道を生成。
- Egocentric：1,000人以上のフルタイムでQCトレーニングを受けたコレクターによる管理ネットワーク。14の業界における実際の家庭やビジネスで第一人称のアクティビティをキャプチャ。すでに20万時間以上が蓄積され、毎日4,000時間以上増加中。Vicon認証済みの手ポーズ付き。
- Loco-manipulation：Unitree G1、Booster T2などの実際のヒューマノイド上で、ハードウェア非依存の遠隔操作により、移動性と器用性を組み合わせた500時間以上のデータ。
- Human-gated DAgger post-training：展開時のエッジケースを対象とした、ヒューマン・イン・ザ・ループの修正による500時間以上のデータ。
すべてのタスクと軌道は、出典証明のためにBase上でオンチェーンに記録され、貢献者は検証済みの作業品質に対して報酬を得る。
オープンデータから商業的展開へ
シミュレーションデータのオープンソース化に加え、Axisはロボットエンボディメント企業と直接連携し、カスタマイズされたエンボディメント固有のデータパイプラインとモデル事前分布を構築している。
Booster Roboticsの最初のシムデータパートナーとして、AxisはBoosterの実ワークスペースをタスク整合型のデジタルツインとして再構築し、分散型貢献者に42,000以上のシミュレーションエピソードを収集させ、それらをBooster固有のモデル事前分布に凝縮した。わずか30回の実ロボットデモで、その事前分布は87.5%の成功率を達成し、箱入り状態のπ0.5の37.5%を大幅に上回り、実世界デモの半分だけでπ0.5に追いついた。
他のパートナーにはエンボディメント企業（Feagine Robotics）、モデル企業（Manycore Tech、Dexmal）、産業用オートメーション（Lotus Cars、Geely Auto）が含まれる。Axisはまたオンチェーン・ロボティクスネットワーク（Solana上のBitRobot、Bittensor上のOpenRoboto）も供給している。
物理AIのデータ基盤の再定義
「物理AIの未来は、一度ダウンロードするだけの静的なデータセットではありません」とAxis Roboticsの創設者であるChris Fengは語った。「それは、モデルが次に必要とするデータを継続的に生成するエンジンです。スケールが広範なカバレッジをもたらし、多様性がノイズをバイアスから守ります。クローズドループがすべての失敗を進歩に変えます。それが複合するのです。」
AxisはUCバークレー、CMU、ジョージア工科大学、SJTUの研究者と、消費者プラットフォームを3,000万人以上のユーザーにスケールさせたシリアルファウンダーによって設立された。その研究はジョージア工科大学の助教であるJiachen Liによって助言されている。
論文リンク: https://arxiv.org/abs/2607.21588
プロジェクトページ: https://axisaiorg.github.io/AXIS-V1/
データセットリンク: https://huggingface.co/datasets/axisrobotics/Franka-Dataset
Githubコードベース: https://github.com/AxisAIOrg/Axis-V1-Training
免責事項。 これは企業プレスリリースです。推奨される企業、その関連会社、またはサービスに関連するいかなる行動をとる前に、読者各位は各自で十分な調査を行ってください。 Cryptopolitan.com プレスリリースで言及されているコンテンツ、商品、またはサービスの使用または依存によって引き起こされ、または引き起こされたと主張されるいかなる損害や損失についても、直接または間接的に責任を負いません。
BlockmanPR
BlockmanPRは2020年以来、Web3ブランドをグローバルオーディエンスに届けてきた暗号資産専門のPRおよびメディア代理店です。300以上の暗号資産および一般メディア向けプレスリリース配信からティア1掲載、取引所PR、KOLキャンペーン、有料メディアまで、あらゆるチャネルをワンデスクで運営しています。ブロックマンPRはトークンプロジェクト、取引所、Web3スタートアップ向けに10万件以上のメディアリンクを提供してきました。あなたのWeb3マーケティングは、当社のパートナーにお任せください。
