Axis Robotics lance AXIS, un moteur de données pour la manipulation robotique avec 207 tâches et 50 129 trajectoires
Une équipe de chercheurs d'Axis Robotics, avec UC Berkeley, Georgia Tech et NTU, a présenté AXIS, un système de collecte de données pour la manipulation robotique qui fonctionne dans un navigateur : les contributeurs y téléopérent un bras Franka Research 3 à pince parallèle, dans un simulateur MuJoCo en WebAssembly, tandis que le rendu et l'entraînement tournent à distance sur huit GPU RTX 4090 et huit GPU A100. Plus de 70 000 contributeurs ont participé, et un module nommé TaskGen génère automatiquement tâches, scènes et objets à partir d'instructions en langage naturel. Le jeu de données publié compte 207 tâches, 50 129 trajectoires et plus de 60 000 variantes réparties sur sept catégories de scènes, pour 2,36 téraoctets hébergés sur Hugging Face sous licence académique non commerciale. Le nettoyage des trajectoires fait chuter le taux de réussite au rejeu de 100% à 86,2%, en échange de mouvements bien plus lisses. Le code d'entraînement est public en surcouche d'OpenPI, mais aucun modèle entraîné n'est diffusé.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Cette architecture s'attaque à un goulot d'étranglement connu : la collecte de démonstrations reste coûteuse et centralisée, et un jeu de données publié cesse aussitôt de grandir. AXIS en fait au contraire une ressource qui continue de croître avec les contributions, sur un modèle proche du crowdsourcing. Les résultats sont significatifs pour l'entraînement de modèles de manipulation généralistes : le modèle π0.5, préentraîné sur l'intégralité des données AXIS puis affiné sur LIBERO, atteint 88,8 sur le benchmark LIBERO-Plus, contre 83,9 pour la version de base et seulement 57,5 pour un jeu de contrôle RoboCasa365 de taille comparable. Le gain est le plus net sur les axes où la simulation randomise vraiment les conditions, comme le bruit de capteur (+13,7 points), signe que la diversité des scènes générées compte plus que le simple volume de trajectoires.
Ce travail s'inscrit dans une course plus large de la robotique par apprentissage, où des laboratoires comme Physical Intelligence, à l'origine du modèle π0.5 pris comme référence, cherchent à combler l'écart entre les volumes de données disponibles pour les modèles de langage et ceux, bien plus restreints, des modèles de manipulation physique. La démarche rappelle des efforts antérieurs de mutualisation comme Open X-Embodiment, mais en misant sur une génération procédurale des tâches et un outil de collecte ouvert à tous, plutôt que sur la seule agrégation de jeux existants, tout en gardant le jeu de données verrouillé sous licence académique et sans publier les modèles entraînés. Reste à voir si la qualité des démonstrations collectées par des contributeurs non experts, via une interface grand public, tiendra la comparaison avec des données de laboratoire à mesure que le corpus grossira.
Pas d'impact direct sur la France/UE