200 Aufgaben, 17 Millionen Frames: Daxia Robot veröffentlicht L5-Level Embodied-Datensatz ACE-Data-0 als Open Source – echte Haushalte werden zu physischen Welt-Lehrbüchern für Roboter
Daxia Robot hat zusammen mit dem NTU S-Lab den L5-Level multimodalem Embodied-Physical-Intelligence-Datensatz ACE-Data-0 als Open Source veröffentlicht, der 17 Millionen Frames, 200 Aufgabenkategorien, 50 Teilnehmer und 2 reale Hausszenen enthält. Der Datensatz erfasst synchronisierte multimodale Daten, darunter First- und Third-Person-Videos, Ganzkörper- und Handbewegungen, Objekttrajektorien, Audio- und taktile Signale, die alle auf eine gemeinsame Zeitachse und ein räumliches Koordinatensystem abgestimmt sind. ACE-Data-0 zielt darauf ab, eine qualitativ hochwertige Datenbasis für Embodied-Modelle zu schaffen und Generalisierung, Reflexion und Evolution in Richtung skalierbarer realer Bereitstellung zu unterstützen.
Daxia Robot hat in Zusammenarbeit mit dem S-Lab der Nanyang Technological University den Datensatz ACE-Data-0 als Open Source veröffentlicht. Dabei handelt es sich um einen multimodalen physischen Intelligenz-Datensatz auf L5-Ebene. Der Datensatz basiert auf dem weltweit ersten Informationsdichtegesetz für verkörperte Modelle und dem menschenzentrierten Schema zur Umgebungsdatenerfassung 2.0 und nutzt die Erfassungs-Engine ACE. ACE-Data-0 umfasst 17 Millionen Videobilder, 200 Aufgabenkategorien, 50 Teilnehmer, 2 reale Hausumgebungen und 75.000 Interaktionssegmente. Es deckt atomare Mensch-Objekt-Interaktionen, langfristige Haushaltsaktivitätsketten und Mensch-Umgebung-Interaktionen ab. Die Daten werden synchron aus Ich-Perspektiven-Videos, Multi-View-Drittpersonenvideos, Ganzkörper- und Handbewegungen, Objekt-Trajekten mit sechs Freiheitsgraden, Mehrkanal-Audio und taktilen Signalen erfasst und auf einer einheitlichen Zeitachse und in einem räumlichen Koordinatensystem ausgerichtet. Der Datensatz verwendet zwei sich ergänzende Erfassungssysteme: ein System im Tischmaßstab für feinkörnige Hand-Objekt-Interaktionen und ein System im Raummaßstab für Aktivitäten im gesamten Raum, mit gemeinsamer Kalibrierung und Synchronisation. Im Gegensatz zur skriptbasierten Erfassung verwendet ACE-Data-0 zielorientierte Anweisungen, sodass die Teilnehmer Artikel, Reihenfolgen und Wege frei wählen können, wodurch natürliche Variationen wie Zögern und Umkehren erhalten bleiben. Auf Basis des Datensatzes hat Daxia einen dreistufigen Evaluierungs-Benchmark für verkörperte Wahrnehmung etabliert, der Modelle hinsichtlich Kontakterkennung, Zustandswiederherstellung und Verständnis von Hand-Objekt-Interaktionen testet. Evaluierungen von über 30 repräsentativen Methoden zeigen erhebliche Fähigkeitslücken bei Kontakt, starker Okklusion, Eigenbewegung, extremen Blickwinkeln und langfristigen Aufgaben. Der Datensatz ist darauf ausgelegt, Imitationslernen, Weltmodelle, VLA-Modelle, Robotik-Policy-Lernen und den Transfer von menschlichen Demonstrationen auf verschiedene Roboterausführungen zu unterstützen.
Quelle: InfoQ 中国 —
Original