Robotlar için Dokunsal Veri: Beş Yaklaşım, Tek Yanıtsız Maliyet Sorusu
Yeni dokunsal robot veri setleri ve modeller, temas verisi ölçeklendirmede maliyet farklarını ve gerçek zamanlı kontrol verimliliğini gündeme getiriyor.
NeoteAI ve Fudan'ın yayınladığı OpenNeoData, altı farklı robot gövdesinde 200.000'den fazla yörünge ve 5.000 saatin üzerinde gerçek dokunsal veri sunuyor; her tutucuda RGB ile 30fps'de zaman hizalı jel visuotaktil kameralar var ve LeRobot v3.0 formatında. Beraberinde ölçekte dokunsal veriyle önceden eğitilen ilk VLA olduğu iddia edilen N₀-VTLA ile temas ve görüntüyü birlikte tahmin eden N₀-TWAM modelleri geldi.
Dört farklı ekip aynı probleme çok daha ucuz çözümler deniyor: Being-H0.8, TactoHand adlı bir modelle 500.000 saatlik sıradan birinci-şahıs insan videosundan temas alanlarını çıkarıyor; ViTacWorld simülasyona dayanıyor ve dokunsal sinyalin simülasyon-gerçeklik boşluğunu görüntüden daha iyi geçebileceğini savunuyor; τ dokunsal temsili yalnızca eğitim sırasında öğreniyor ve çıkarımda ek maliyet getirmiyor; FeelWorld ise temas, kuvvet ve kaymayı ayrı durumlar olarak modelliyor. Beşinden dördü gelecekteki dokunsal durumu tahmin etmeyi hedefliyor, asıl anlaşmazlık bir saatlik temas verisinin maliyeti üzerine ve şu an yalnızca OpenNeoData (form arkasında da olsa) indirilebilir durumda.
Aynı dönemde robot öğrenmesinde başka ilerlemeler de öne çıktı: FLUX-mimic video-tahmin özelliklerinden gerçek zamanlı eylem üretiyor ve yumuşak nesne toplama görevinde %95 başarı bildiriyor; HiFi-UMI yüksek doğrulukta teleoperasyon verisinin gerçek robot çapasına gerek kalmadan aynı performansı verebildiğini gösteriyor; πR² hızlı ve yavaş koşullandırmayı ayırarak yeniden planlamayı 4 kat hızlandırıyor; Curse of Precision, hassasiyet arttıkça gereken demo sayısının nasıl üstel büyüdüğünü ölçüyor. AXIS ve ArmnetBench veri toplama ve değerlendirme altyapısını ölçeklendirirken, MiniCPM-RobotManip 1,5B parametreli açık kaynak bir genel amaçlı manipülasyon modelini paylaşıyor.