轴心机器人开源大型机器人模拟数据集

Crypto

Axis Robotics推出了Axis Sim Dataset V1，这是针对Franka臂操作的最大开源模拟数据集之一，包含超过5万条人类遥控的模拟轨迹，涉及207个操作任务，60,000多种场景变体。这一数据集的完整数据、训练代码和基准测试全部公开。

截至目前，该数据集的下载量已超过16万次，成为Hugging Face上最受欢迎的开源Franka操作模拟数据集。在基准测试中，V1的持续预训练使得π0.5的成功率提升至88.8%，超越同等体量的RoboCasa基线，所有数据均可公开验证。

Axis Robotics正在构建一个针对物理人工智能的综合数据引擎，系统涵盖大型模拟、第一人称现实捕捉、人形运动与控制等多个方面。该公司在Hack VC的主导投资下，成功筹集了1200万美元的种子资金，参与投资的还有Nomad Capital、Pi Network Ventures、10K Ventures及多位天使投资人。

挑战“仅有优质数据”的假设

在机器人技术领域，普遍假设演示必须接近最佳。然而，Axis的观点恰恰相反：数据质量取决于整体分布，而非单一轨迹。当庞大多样的群体生成的噪声与次优轨迹的错误相互独立时，噪声会被均衡化，训练出有效的政策。

Axis Sim Dataset V1就是这一观点的公开测试，其轨迹包含了物品抓取、堆叠、倾倒、关节物体操作和工具使用，全部通过Axis Hub这一基于浏览器的远程操作平台收集，贡献者来自不同的分布群体，而非单一专家团队。此数据集与加州大学伯克利分校、约翰霍普金斯大学和密歇根大学等机构合作开发。

可扩展的结果

在LIBERO-Plus平台上，V1的持续预训练使得成功率从83.9%提升至88.8%，并且超越了相同规模的RoboCasa365基线，幅度达37.3%。当预训练数据从25%增加到100%时，性能持续改善，没有饱和迹象，显示出提升来自于多样性和覆盖率，而非单一的提升。在摄像头、传感器噪声和布局扰动下，改进最为明显，这正是Axis在生成过程中随机化的关键轴。

团队表示，V2版本已经在筹备中，目标是扩展到120万个轨迹和1200个任务，展示出次优模拟数据能够训练出强健的政策。

数据集背后的引擎

该数据集是其更大且活跃的数据引擎的其中一项成果。与传统数据供应商不同，Axis通过模型表现和故障案例指导下一步数据收集，每一轮训练都为下一轮提供反馈。这一引擎依托于混合策略，涵盖四条数据线，无一例外都在大规模运行。

模拟：超过200,000名分布式贡献者在Axis Hub上生成超过470万条轨迹，涉及13个实施。
第一人称：拥有1000多名全职质量控制培训的收集者，在14个行业进行真实家庭和商业活动的捕捉，已记录200,000多小时，并每天新增4000多个小时数据，支持Vicon验证的手部姿势。
运动与操作：在真实人形机器人（Unitree G1，Booster T2）上，通过硬件无关的远程操作结合移动性和灵巧性，记录超过500小时。
人机交互DAgger后训练：超过500小时的人机协作修正，针对部署边缘案例。

每项任务与轨迹均在Base上链上记录以确保来源，贡献者因验证的工作质量获得奖励。

从开源数据到商业部署

除了开放源代码模拟数据外，Axis还与机器人实施公司直接合作，构建定制化的实施特定数据管道和模型先验。

作为Booster Robotics首个模拟数据合作伙伴，Axis重建了Booster的真实工作空间为任务对齐的数字双胞胎，通过分布式贡献者收集了超过42,000条模拟集，并将其浓缩为Booster专属的模型先验。仅需30次真实机器人演示，该先验便达到87.5%的成功率，相较之下，标准的π0.5仅为37.5%，前者用了一半的真实演示数据便达到了同样的效果。

Axis的合作伙伴覆盖了机器人实施公司（Feagine Robotics）、模型公司（Manycore Tech、Dexmal）以及工业自动化（Lotus Cars、吉利汽车）。Axis还支持链上机器人网络：BitRobot在Solana上和OpenRoboto在Bittensor上。