人形机器人会做各种家务了,上海多家机构联合发布百万真机数据集
数据采集工厂建有5类人形机器人应用场景。
在这一高度仿真的环境下,公司员工每天都在训练人形机器人执行各种任务。解放日报·上观新闻记者看到,这些数据采集师手持两个手柄,在重复做各种事情,比如在流水线上抓取某种物品,并放入指定的包装盒;用扫码设备扫描商品的二维码,再把它放入袋子并递给顾客……通过手柄的遥控操作,机器人会跟着他们做同样的动作。在“手把手”训练的同时,所有数据都会上传云端,成为AgiBot World数据集的备选数据。
数据采集师在“手把手”训练人形机器人的流水线作业技能。
彭志辉介绍,智元为每台机器人安装了8个环绕式布局的摄像头,让它们能360度实时感知周围环境的变化;配备了6自由度灵巧手,确保动作精准且灵活;灵巧手的末端装有六维力传感器和高精度触觉传感器,让机器人能感知力的微小变化,做到“拿捏有度”;机器人全身有32个主动自由度,可灵活应对多种复杂任务。
人形机器人在学习熨烫衣服技能。
目前,AgiBot World数据集覆盖100多种真实场景,其中家居场景占40%,餐饮和工业场景各占20%,商超和办公场景各占10%。完成数据采集的机器人任务中,约80%为长程任务,任务时长60—150秒。据介绍,与谷歌开源的Open X-Embodiment数据集相比,AgiBot World长程数据量多10倍,场景覆盖面大100倍。
人形机器人在学习家庭除尘技能。
从抓取、放置、推、拉等基础操作,到搅拌、折叠、熨烫等复杂动作,数据集涵盖了人类日常生活所需的大多数“原子动作”。由多个“原子动作”组成的长程任务中,有些任务需要精细操作,完成机器人训练和数据采集颇为不易。比如,教会机器人使用洗碗机后,厨房水池里的餐具即使层层堆叠,机器人也能将它们准确无误地放入洗碗机的各个卡槽;在安装电脑内存条的场景中,经过反复训练,机器人实现了毫米级控制,能精准地将内存条插入电脑主机的相应位置。
人形机器人在学习清洗马桶技能。
“我们希望这是一个里程碑式的开源项目,标志着具身智能领域迎来了‘ImageNet时刻’。”彭志辉告诉记者。ImageNet是一个用于视觉对象AI识别研究的大型可视化数据库,由美籍华裔科学家李飞飞等人创立,引发了深度学习技术革命。如今,在方兴未艾的具身智能领域,AgiBot World百万级真机数据集包含传感器数据、操作数据和环境交互数据,有望大幅降低这一领域的研究门槛,推动人形机器人技术创新、跨学科合作和行业应用。
人形机器人在学习插花技能。
今年,这家上海企业计划举办一系列AgiBot World挑战赛,面向全球吸引科研团队和创新人才参赛。在这一技术共享平台上,利用数据集开发的各种机器人将同场竞技,参赛者还将进行技术交流合作,探讨如何制订这一未来产业的技术标准和规范。
(编辑:户静凝)