Was heute fehlt
Langfristige Haushaltssequenzen, Manipulationsspuren mit mehreren Kameras, taktile Greiffehler, Interventionsdaten und Bewertungsdatensätze, die an reale Einsatzbeschränkungen gebunden sind.
Palo Alto · 200–300 Bauherren, Forscher, Betreiber, Investoren
Robotik-Datengipfel
Eine hochkarätige Versammlung zum nächsten Engpass in der Robotik: welche Daten noch fehlen, Was Teams als Nächstes sammeln müssen und wie Hardware, Teleoperation, Annotation, Auswertung usw. verbunden werden können. und Bereitstellung in einem echten Betriebskreislauf.
200–300
erwartete Teilnehmer
Hardware + Daten
Live-Demos und funktionierende Stacks
Experten + Professoren
was die Robotik immer noch nicht gut lernen kann
Warum dieser Gipfel
Die Robotik braucht nicht nur bessere Modelle. Es braucht bessere Datenschleifen.
Wir wollen einen Raum, in dem Labore, Startups, Betreiber und Systembauer ihre Meinungen darüber austauschen können, was ist In verkörperten KI-Datensätzen fehlen noch: Fehlerdaten, taktile Signale, Randfälle, Wiederherstellungsspuren, menschliche Korrekturen, Flotten-Feedback und domänenspezifische Arbeitsabläufe.
Worüber Experten diskutieren werden
Welche Datenmodalitäten jetzt am wichtigsten sind, wie weit die Simulation allein gehen kann, wo Annotationsstandards noch immer brechen und welche neuen Benchmarks das Ökosystem tatsächlich benötigt.
Was die Teilnehmer mit nach Hause nehmen werden
Eine klarere Karte des Robotik-Datenstapels, praktische Erfassungs- und Anmerkungsmuster und konkrete Möglichkeiten, den Hardwarezugriff in schulungsbereite Datensätze umzuwandeln.
Empfohlene Hardware
Praktische Systeme, die Menschen tatsächlich prüfen können
Nicht nur Folien. Echte Roboter, Datenerfassungsgeräte und Arbeitsabläufe der Bediener vor Ort.
OpenArm-Datenerfassungsgeräte
Sichtbar, erschwinglich und praktisch zum Sammeln von Manipulationsdemonstrationen, Bedienereingriffen und schnellen Aufgabeniterationen.
Humanoide und Ganzkörpererfassung
Wie hochwertige humanoide Daten jenseits isolierter Clips aussehen: Absicht, Gleichgewicht, Kontakt, Wiederherstellung und Überwachungskosten.
Verkörperte Plattformen für den Betrieb
Wie Teams mit Teleop, Richtlinienbewertung, Anmerkungs-QA und Feedback aus der Praxis von Demos zu wiederholbaren Datenpipelines übergehen.
Diskussionsthemen
Wir möchten, dass Branchenexperten und Professoren uns herausfordern
Welche Robotikdaten werden unzureichend erfasst?
Fehlerspuren, Unsicherheitsbezeichnungen, Wiederholungsversuche, taktile Interaktionen und Sequenzen, in denen Menschen eingreifen oder eine Richtlinie korrigieren.
Was ist zum Annotieren noch zu teuer?
Lange Videos, dichte Manipulationszustände, multimodale Ausrichtung, politische Absicht und Ereignisbezeichnungen, die eher operativ als visuell von Bedeutung sind.
Was würde die Wiederverwendbarkeit von Datensätzen erleichtern?
Gemeinsame Schemata, umfangreichere Metadaten, Annahmen zur roboterübergreifenden Übertragung, Teleop-Herkunft, Umgebungs-Tags und Benchmark-fähige Struktur.
Was fehlt noch in der Auswertung?
An das Bereitstellungsrisiko gebundene Offline-Qualitätssicherung, Benchmark-Abdeckung für Grenzfälle und Schleifen, die Rollout-Beweise wieder mit Sammlungsprioritäten verbinden.
Unser integrierter Ansatz
Wie SVRC Hardware, Operatoren, Anmerkungen und Bereitstellungsfeedback verbindet
Wir wollen keinen Gipfel, der bei „Daten sind wichtig“ stehen bleibt. Wir möchten zeigen, welche Full-Stack-Teams Folgendes nutzen können: Hardwarezugriff, Teleoperation, multimodale Erfassung, strukturierte Annotation, Qualitätssicherung und eine Plattform, die den Kreislauf am Laufen hält.
1
Greifen Sie auf echte Hardware zu
OpenArm, Humanoide, Hände und mobile Systeme, die aussagekräftige Interaktionsdaten statt reiner Spielzeugspuren generieren.
2
Erfassen Sie umfassendere Bedienersignale
Teleop, Kameraansichten, Statusströme, Interventionsprotokolle und Sitzungsmetadaten, die Ihnen sagen, wie sich eine Aufgabe tatsächlich entwickelt.
3
Strukturanmerkung und Qualitätssicherung
Aufgabenrubriken, Prüferrollen, Ablehnungsgründe, versionierte Anmerkungen und ein klarerer Weg von Rohmedien zu lernbereiten Assets.
4
Führen Sie die Bereitstellung wieder in den Datenbetrieb ein
Nutzen Sie Plattformtelemetrie, Episodenverlauf und Fehlerüberprüfung, um zu entscheiden, was als Nächstes erfasst werden soll, anstatt nur auf Ihre Intuition zu warten.
Programm
Eine Gipfelagenda, die darauf ausgelegt ist, nützlich zu bleiben
09:30
Türen öffnen + Hardware begehbar
Die Demo-Etage beginnt mit Roboterstationen, Beispielen für die Datenerfassung und Komplettlösungen für die Plattform.
10:30
Eröffnungspanel: Welche Robotikdaten noch fehlen
Forscher und Betreiber vergleichen die Lücke zwischen aktuellen Datensätzen und dem tatsächlichen Bereitstellungsbedarf.
12:00
Blitzvorträge aus Laboren und Industrie
Kurze, konkrete Vorträge zu taktilen Daten, teleopischer Überwachung, Auswertungslücken und Annotationsengpässen.
14:00
Arbeitssitzung: Vom Roboter zum trainingsbereiten Datensatz
Teams können eine integrierte Sitzung zu Erfassungs-, Schema-, Qualitätssicherungs-, Anmerkungs- und Speichermustern sofort übernehmen.
16:00
Roundtable: Was soll das Ökosystem als nächstes aufbauen?
Benchmarks, gemeinsame Formate, fehlende Modalitäten und was das nächste Jahr der Robotikdaten wirklich besser machen könnte.
17:30
Networking + Gründer-/Labor-Matching
Treffen Sie Forscher, Hardware-Teams, Datenbetreiber und Unternehmen, die verkörperte KI-Stacks entwickeln.
Atmosphäre
Die Art von Raum, die wir schaffen wollen
