Один набір даних із багатьох роботичних тіл
Лабораторії зсипали свої демонстрації в спільний набір Open X-Embodiment — 22 типи роботів і понад мільйон справжніх траєкторій — і модель, навчена на ньому, перевершила ті самі методи, навчені кожен на власних даних, на 50%.
Чому це важливо
Доти вважалося, що дані з одного робота марні для іншого, тож кожна лабораторія починала з нуля. Ці 50% і є вимірюванням того, що перенесення між тілами існує, а отже спільну комору роботичних даних варто будувати.
Набір охоплює 22 роботичні тіла, понад 1 мільйон справжніх траєкторій, 527 навичок і 160 266 задач. Модель RT-1-X, навчена на цьому наборі, перевершила RT-1 або оригінальні методи, навчені кожен на своєму окремому наборі, на 50% у режимі малих даних. RT-2-X потроїла показник RT-2 на перевірках новоутворених умінь. Кількість лабораторій у джерелах самого проєкту різна: анотація статті каже про 21 установу, допис Google DeepMind — про 33 академічні лабораторії, а сторінка проєкту — про 60 наявних наборів із 34 дослідницьких лабораторій. Тут наведено діапазон, а не одне число.