ROBOTIKA
DROID: Hatalmas, természetes környezetben rögzített robot-manipulációs adatbázist tettek közzé
Kutatók egy konzorciuma közzétette a Distributed Robot Interaction Dataset (DROID) adatbázist, amely egy ipari robot különféle környezetekben végzett tevékenységeinek óriási gyűjteménye. Az olyan adatbázisok, mint a DROID, segítenek a kutatóknak nagy AI rendszerek tanításában, hogy azok jobban megértsék és irányítsák a robotokat olyan hétköznapi helyszíneken, mint az otthonok vagy az irodák.
A DROID tartalma: Az adatbázis 76 ezer trajektóriát tartalmaz 350 órányi interakciós adaton keresztül, 564 helyszínen, 86 feladattípusban és 52 épületben rögzítve. A DROID-ot 18 kutatólabor gyűjtötte össze Észak-Amerikában, Ázsiában és Európában egy év alatt. Minden adatot ugyanazon a Franka „Panda” robotkaron alapuló hardvereszközön rögzítettek. A helyszínek között szerepelnek: ipari irodák, otthoni konyhák, nappalik, folyosók, kamrák, hálószobák, mosókonyhák és sok más. A robotok olyan feladatokat végeznek, mint a konyhai eszközök (például ostyasütők) kezelése, almák tálba helyezése, pirítás, vagy asztalok letakarítása.
- A gyűjtőeszköz egy Franka Panda 7DoF robotkarból, Zed 2 sztereó kamerákból és egy Oculus Quest 2 headsetből állt a távvezérléshez.
- Az adatbázis három szinkronizált RGB kameraképet, kamerakalibrációt, mélységinformációkat és természetes nyelvű utasításokat tartalmaz.
- A DROID-dal végzett tanítás átlagosan 20%-kal javítja az irányítási stratégiák teljesítményét, robusztusságát és általánosíthatóságát a korábbi módszerekhez képest.
- A kutatók megállapították, hogy az adatbázis változatosabb helyszíneket tartalmazó részeinek használata jobb teljesítményt eredményez az ismeretlen (out-of-distribution) környezetekben.
Miért fontos?
A DROID kiegészíti a többi nagy adatbázist, mint az Open X-Embodiment vagy a Google RT-1. Összességében a robotika ugyanazokat a jeleket mutatja, mint a számítógépes látás a 2010-es évek elején: hirtelen megjelenik néhány nagyméretű adatbázis, amit viszonylag egyszerű neurális hálós módszerek alkalmazása és skálázása egészít ki. Arra számítok, hogy a robotok a vártnál sokkal gyorsabban fognak drámai fejlődésen átmenni. ---