学習ベースのロボティクスのためのデータ収集

私たちは、ロボット工学チームと AI チームが学習ベースのシステムのために大規模で高品質な現実世界のインタラクション データを収集できるよう支援します。 当社のワークフローは、模倣学習モデル、強化学習システム、物理 AI の基礎モデルを構築するチーム向けに設計されています。 データの品質、一貫性、再現性 生のボリュームよりも重要です。

私たちが収集するもの

私たちは、視覚 (RGB、RGB-D、マルチビュー)、固有受容 (関節状態、トルク、制御信号)、力と触覚 (エンドエフェクターの力、分散触覚アレイ)、人間の入力 (遠隔操作コマンド、修正アクション)、および環境コンテキスト (シーン構成、タスク パラメーター、エピソード境界) など、マルチモーダルで同期されたロボット データセットを専門としています。 すべてのモダリティは、配信前に時間同期され、構造化され、検証されます。

タスク駆動型データセット設計

構造のない「生のログ」は収集しません。 各プロジェクトは、明示的なタスクとデータセットの設計から始まります。つまり、タスクの定義と成功基準、状態/アクション/観察の仕様、エピソードのセグメント化と終了条件、必要なセンサーのカバレッジとサンプリング レート、意図的に含める障害モードなどです。 これにより、結果として得られるデータセットがトレーニング、評価、ベンチマークに直接使用できることが保証されます。

人間参加型遠隔操作

操作とスキルの学習のために、人間参加型の遠隔操作システムを導入しています。 当社のワークフローは、擬人化された制御マッピング、リアルタイムの重力補償とコンプライアンス、接触時や故障時の安全な操作、反復可能なタスクの初期化をサポートしています。 このアプローチは、模倣学習、データセットのブートストラップ、回復動作のキャプチャに特に効果的です。

データセットの構造と配信

収集されたデータは、エピソードごとのメタデータ、時間インデックス付きのマルチモーダル観察、制御コマンドとロボットの状態、およびオプションの注釈を含むエピソードベースのデータセットに編成されます。 私たちは、学習可能なテンソル形式、ROS/ロボットネイティブ形式、およびクライアントのトレーニング パイプラインに合わせたカスタム スキーマでの配信をサポートしています。

シリコンバレー・ロボティクス・センターを選ぶ理由

一般的なデータ ベンダーやアノテーション プラットフォームとは異なり、当社は実際のロボット ハードウェア、学習ベースの制御システム、研究グレードのデータ標準が交差するところで業務を行っています。 私たちのチームは、ロボット システムと機械学習パイプラインの両方を理解しています。