RoboSet: 다양한 다중 기술 다중 작업 다중 모달 데이터 세트
다양한 시나리오로 일반화할 수 있는 로봇 에이전트를 구축하려면 광범위한 적용 범위의 데이터 세트가 필요합니다. 스케일링 노력이 일반적으로 도움이 될 것이라는 인식과 함께(예: RT-1은 ~130,000개의 로봇 궤적을 가진 결과를 나타냄), 우리의 목표는 데이터 예산 하에서 학습 시스템의 효율성 및 일반화 원칙을 이해하는 것입니다 . 낮은 데이터 체제는 종종 과적합을 초래합니다. 따라서 우리의 주요 목표는 이 낮은 데이터 체제에서 과적합을 피하면서 일반화 가능한 보편적 정책을 학습할 수 있는 강력한 패러다임을 개발하는 것입니다.




RoboAgent 교육에 사용되는 데이터 세트 RoboSet(MT-ACT)는 단지 7,500개의 궤적으로 구성됩니다(RT1보다 데이터가 18배 적음). 데이터 세트는 미리 수집되어 고정된 상태로 유지되었습니다. 이것은 여러 작업과 장면에 걸쳐 범용 로봇 하드웨어( Robotiq 그리퍼 가 있는 Franka-Emika 로봇 ) 에서 인간의 원격 조작을 사용하여 수집된 고품질(대부분 성공적인) 궤적으로 구성됩니다 . RoboSet(MT-ACT) 드물게몇 가지 다른 상황에서 12가지 고유한 기술을 다룹니다. 일상적인 주방 활동(예: 차 만들기, 베이킹)을 각각 고유한 기술을 나타내는 여러 하위 작업으로 나누어 수집했습니다. 데이터 세트에는 일반적인 픽 플레이스 기술이 포함되어 있지만 닦기, 캡 과 같은 접촉이 많은 기술 과 관절이 있는 물체와 관련된 기술도 포함됩니다.


간단 요약:이전의 다른 모델에 비해 훨씬 적은 데이터셋으로 수백가지의 다른 작업이 가능하도록 발전
       

- dc official App