Исследователи Куан Вуонг и Паннаг Санкети вместе с 33 академическими лабораториями представили Open X-Embodiment — обширный набор данных, состоящий из информации, собранной от 22 различных типов роботов. Этот набор призван изменить подход к обучению роботов, позволяя им действовать как универсальные специалисты, которые могут выполнять широкий спектр задач без необходимости повторного обучения для каждой новой задачи.
С помощью нового модели RT-1-X, разработанной на основе данных из Open X-Embodiment, исследования показали, что такая кросс-объемная тренировка значительно повысила эффективность роботов, улучшив результаты на 50% в сравнении с традиционными методами. Кроме того, другой модель RT-2-X демонстрирует новое понимание пространственных отношений между объектами, что открывает возможности для выполнения более сложных задач.
Открывая доступ к этим данным и моделям, исследователи способствуют совместному развитию робототехнического сообщества, уверяя, что такие инструменты способны трансформировать обучение и ускорить научные исследования в этой области.