참고X
로보틱스 데이터 병목의 해결책: 시뮬레이션 기반 데이터 수집 전략
대규모 학습 데이터가 부족한 로보틱스 분야에서, 시뮬레이션을 활용한 데이터셋 구축이 모델 고도화의 핵심 경로가 될 수 있음을 시사.
요약
물리적 AI(Physical AI) 분야의 핵심 난제는 로봇 하드웨어가 아닌 로봇이 학습할 수 있는 상호작용 데이터의 부재이다. AXIS Robotics는 이러한 문제를 해결하기 위해 시뮬레이션 기반의 데이터 레이어 구축에 집중하고 있다. 사용자는 브라우저만으로 가상 환경에서 로봇을 원격 조작할 수 있으며, 이 과정에서 생성된 관절 상태, 객체 포즈, 제어 동작 등의 로봇 궤적(trajectory) 데이터가 수집된다. 현재 12만 3천 명 이상의 기여자가 300만 개 이상의 로봇 궤적을 생성했으며, 이는 로봇이 인간의 물리적 상호작용 방식을 학습하는 데 필요한 대규모 데이터셋으로 활용된다. AXIS는 인간의 시연 데이터를 수집 및 정제하고, IsaacSim을 통해 증강하여 모델을 학습시키는 파이프라인을 구축하고 있다. 물리적 AI가 도약하기 위해서는 모델 자체보다 그 모델이 학습할 수 있는 체계적인 데이터 층을 구축하는 것이 선행되어야 한다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @evrendag1284: I think the biggest problem in Physical AI isn't the robot. It's the missing internet of physical interactions. @axisrobotics caug
원문 보기 ↗