Како истраживања роботике превазилазе контролисане лабораторијске поставке у стварна-светска окружења, потражња за великим-подацима високог{2}}квалитета постаје све критичнија, према АГИБОТ-у. Компанија је данас објавила АГИБОТ ВОРЛД 2026, хетерогени скуп података-отвореног извора за који је рекла да је дизајниран да систематски подржава пет кључних истраживачких путева у отелотвореној интелигенцији.
„Скуп података садржи структуриране, високо{0}}квалитетне и прецизно означене податке о роботима из стварног-светског света, пружајући програмерима и истраживачима робусну основу за обуку система вештачке интелигенције следеће-генерације,“ рекао је АГИБОТ.
АГИБОТ ВОРЛД прати стратегију прикупљања-података{1}}слободне форме
АГИБОТ ВОРЛД 2026 обухвата широк спектар стварних-светских окружења, укључујући комерцијалне просторе, куће и свакодневне сценарије. АГИБОТ је рекао да ово обухвата сложеност, варијабилност и непредвидљивост са којима роботи морају да се носе у пракси.
За разлику од конвенционалних скупова података изграђених на демонстрацијама које се понављају и са скриптом, компанија са седиштем у Шангају-заузела је приступ прикупљању података у слободној форми{2}}у којем телеоператери динамички обављају задатке засноване на условима у реалном-времену.
Тврди се да ова стратегија може значајно побољшати разноликост унутар сваке епизоде и побољшати генерализацију у више димензија, укључујући категорије објеката, почетне конфигурације и секвенце извршавања задатака. АГИБОТ је рекао да његов робот користи флексибилну основу на точковима, зглобне покрете главе и струка и могућности подизања{1}}за ефикасно, природно и веома преносиво прикупљање података.
Паралелно, АГИБОТ конструише окружења дигиталних близанаца 1:1 у симулацији, са свим одговарајућим симулационим подацима објављеним заједно са скупом података из стварног{2}}света
Иновације премошћују јаз између података, стварног понашања робота
„Остаје фундаментално питање у отелотвореној вештачкој интелигенцији: да ли подаци заиста одражавају како робот функционише као интегрисани систем?“ приметио је АГИБОТ. Да би ово решила, компанија је представила неколико функција:
Контрола целог тела (ВБЦ):Ово омогућава координисану контролу руку, струка и шака, омогућавајући роботима да обављају задатке флуидније као јединствен систем, а не кроз изоловане покрете.
Прва{0}}особа изван-визуелног-домета телеоперације:Перцепција робота је усклађена са перцепцијом оператера, што омогућава интуитивнију, континуирану и преносивију контролу.
Принудно{0}}контролисано прикупљање података:АГИБОТ је рекао да је укључио динамику контакта и повратну информацију силе, хватајући не само путање кретања, већ и стварне физичке интеракције.
„Заједно, ове могућности обезбеђују да скуп података прецизније представља стварно{0}}светско понашање робота“, тврди компанија.
Хардвер индустријског{0}}врсте храни цевовод података
АГИБОТ је објаснио да се скуп података прикупља на својој Г2 хардверској платформи, која интегрише актуаторе зглобова високих{1}}са високих перформанси, мулти-модалне сензоре и контролер домена високих{3}}перформанси за подршку прецизне контроле силе и скалабилног развоја.
Опремљен Зхикинг 90Д хватаљкама и спретним ОмниХанд-ом, Г2 снима синхронизоване мулти-модалне податке-укључујући РГБ(Д), тактилне сигнале, облаке лидарних тачака, ИМУ податке и -стања зглобова тела{5}}у оквиру неограниченог цевовода.
АГИБОТ је додао да се свака епизода података подвргава ригорозном чишћењу и валидацији кроз систем за обраду података „индустријског{0}}класе“-, чиме се обезбеђује спремност за-обуку великих модела и истраживачке апликације.
Фаза 1 издање: Имитација учења
Компанија је саопштила да планира да објави АГИБОТ ВОРЛД 2026 у пет фаза, од којих је свака усклађена са основним правцем истраживања утелотворене интелигенције.
Прво издање се фокусира на учење имитацијом, кључну парадигму која омогућава роботима да стекну сложене физичке вештине из демонстрација стручњака. Ова фаза обухвата стотине сати података из стварног{1}}света прикупљених првенствено у комерцијалним и услужним окружењима. Скуп података комбинује:
Описи{0}}нивоа задатака (упутства-на нивоу сегмента)
Секвенце радњи (извршавање-по-корак)
Ознаке атомских вештина (нпр. повлачење, место)
Напомене објеката (2Д гранични оквири и атрибути као што су име и боја)
„Важно је да се путање{0}}опорављања грешака такође задржавају и означавају“, рекао је АГИБОТ. „Овај хијерархијски оквир за напомене-који се протеже од задатака високог{3}}до-акција ниског нивоа-обезбеђује верност и корективне приоритете потребне за обуку робуснијих и прилагодљивијих отелотворених агената.“
АГИБОТ ВОРЛД део дугорочне-посвећености утелотвореном екосистему вештачке интелигенције
АГИБОТ је рекао да је међу малом групом стартапова који користе дугорочан-инфраструктурни{1}} приступ отелотвореној интелигенцији.
Препознавши рано да су високо{0}}квалитетни подаци темељ за откључавање следеће генерације роботских могућности, компанија је доследно отварала-милионске изворе-стварног-скупова података и симулационих скупова.
АГИБОТ је рекао да овај напор одражава његов шири циљ у отелотвореној интелигенцији: да демократизује приступ високо-квалитетним подацима робота. Кроз континуирану еволуцију екосистема АГИБОТ ВОРЛД, компанија има за циљ да допринесе глобалној роботској заједници и убрза транзицију утеловљене вештачке интелигенције из истраживачких лабораторија у апликације у стварном-свету.