DexHub 与 DART：迈向互联网规模的机器人数据采集
机器人学
2024-11-05 v1
摘要
构建通用机器人系统的努力因多样且高质量数据的稀缺而受阻。虽然真实世界的数据采集工作确实存在，但对机器人硬件、物理环境搭建和频繁重置的需求显著阻碍了现代学习框架所需的可扩展性。我们引入了 DART，一个用于众包的遥操作平台，通过利用基于云的仿真和增强现实（AR）重新构想机器人数据采集，以解决先前数据采集工作的诸多限制。我们的用户研究突出表明，与真实世界遥操作相比，DART 能够实现更高的数据采集吞吐量并降低体力消耗。我们还证明，使用 DART 采集数据集训练的策略能够成功迁移到真实环境，并对未见过的视觉扰动具有鲁棒性。通过 DART 采集的所有数据自动存储在我们基于云的数据库 DexHub 中，该数据库在整理后将公开发布，为 DexHub 成为不断增长的机器人学习数据枢纽铺平道路。视频可在以下网址获取：https://dexhub.ai/project
引用
@article{arxiv.2411.02214,
title = {DexHub and DART: Towards Internet Scale Robot Data Collection},
author = {Younghyo Park and Jagdeep Singh Bhatia and Lars Ankile and Pulkit Agrawal},
journal= {arXiv preprint arXiv:2411.02214},
year = {2024}
}
备注
Visit https://dexhub.ai/project for more details