Компания X Square Robot представила XRZero-G0 — комплексный аппаратно-программный фреймворк, предназначенный для обучения роботов без необходимости постоянного использования дорогостоящего физического оборудования. Решение адресовано одной из ключевых проблем развития embodied AI (воплощенного искусственного интеллекта) — высокой стоимости и медленным темпам сбора качественных обучающих данных.
В основе XRZero-G0 лежит методика записи демонстраций человеком через VR-интерфейс и систему камер. Согласно опубликованному техническому отчёту, этот подход позволяет значительно ускорить накопление обучающих примеров. Авторы утверждают, что сочетание большого массива «человеческих» демонстраций с небольшим количеством данных, полученных с реальных манипуляторов, позволяет достичь качества обучения, сопоставимого с моделями, тренированными исключительно на физических роботах. Эксперименты показали, что использование соотношения 10 «человеческих» эпизодов на 1 эпизод с реального робота снижает итоговые затраты на сбор данных примерно в 20 раз.
Вместе с программной платформой был представлен G0-Dataset — мультимодальный набор данных, включающий более 2000 часов демонстраций. В него вошли визуальные, тактильные и аудиозаписи, описывающие около 3000 различных задач манипуляции. Часть этих материалов уже доступна для исследователей на платформе Hugging Face под названием XRZero-G0–3K.
Возможности XRZero-G0
Система превращает процесс сбора данных из ручного управления конкретной моделью робота в масштабируемую технологическую цепочку. К ключевым особенностям проекта относятся:
- Сбор данных без физического робота: Использование VR-интерфейса и специализированных контроллеров-захватов исключает зависимость от простоев дорогого промышленного оборудования.
- Мультимодальная запись: Система использует несколько точек обзора, включая камеры на «запястьях» манипулятора, чтобы максимально точно передать перспективу робота.
- Замкнутый цикл контроля качества: Данные проходят фильтрацию на уровне кинематики и визуальной согласованности, что обеспечивает до 85% валидных записей.
- Гибкость обучения (Data Mixing Laws): Исследователи определили оптимальные пропорции данных, где «человеческие» записи отвечают за вариативность, а реальные — за учет трения, задержек и специфики приводов.
- Кросс-платформенность: Фреймворк нацелен на перенос навыков (zero-shot transfer) между различными робототехническими платформами без необходимости дополнительной тонкой настройки под конкретное «железо».
На текущий момент исходный код XRZero-G0 опубликован на GitHub под лицензией MIT, что делает его доступным для широкого академического и инженерного сообщества, занимающегося вопросами манипуляции и масштабируемого обучения роботов.
