面向自适应、任务就绪的武装类人机器人的合成数据管道

Omnia 提出了一种基于合成数据的管道，用于加速武装类人机器人（militarized humanoids）的训练、验证和部署准备。该方法将从第一人称视角录制、智能眼镜、增强现实头盔和空间浏览工作流程中捕获的空间观察，转换为可扩展的、针对特定任务的合成数据集，以支持类人机器人的自主性。通过生成大量高保真模拟情景并配合自动标注和模型训练，管道实现了在无需大量现场试验的成本、风险和时间限制下，对感知、导航和决策能力进行快速迭代。生成的数据集可快速针对新的作战环境和威胁条件进行调优，支持基本的人类机器人性能以及高级子系统，如多模态感知、反探测生存能力和针对 CBRNE（化学、生物、放射性、火器及爆炸物）相关侦察行为。该工作旨在通过提前暴露类人系统于多样化情景，实现更快的开发周期和在复杂、受制约环境中的鲁棒性提升。