איסוף נתונים בקנה מידה גדול ואיכותי ללמידת חיקוי, למידת חיזוק, הערכה ותהליכי עבודה של מודלים של בסיס AI פיזי.
מתכננים פעולות נתונים אזוריות? בדוק את מפת פעולות כדי לראות היכן SVRC יכול לתמוך באיסוף ובהשקה מקומיים.
אנו עוזרים לרובוטיקה וצוותי AI לאסוף נתוני אינטראקציה בעולם האמיתי בקנה מידה גדול ואיכותי עבור מערכות מבוססות למידה, תוך התמקדות במניפולציה, משימות עשירות במגע ואינטראקציה בין אדם לרובוט.
זרימות העבודה שלנו מיועדות לצוותים הבונים מודלים של למידה חיקוי, מערכות למידה לחיזוק, ומודלי יסוד עבור AI פיזי, שבהם איכות נתונים, עקביות ושחזור משנה יותר מנפח גולמי.
עברו מפרק אמיתי לחבילה מובנית, ריצה בנצ'מרק, שידור חוזר של כישלון וחזרה לאימון.
ראייה, פרופריוספציה, אותות מישוש/מגע, פעולות אנושיות והקשר סביבתי.
מערכי נתונים מוכנים למשימה, נהלי איסוף שניתנים לחזרה, היקף יכולות ואריזת משלוח.
אנחנו לא רק אוספים נתונים. אנחנו סוגרים את הלולאה: פרק אמיתי לחבילה מובנית להשוואת ריצה עד כישלון חוזר לאימון. כאשר רובוטים נכשלים, אנו מחלצים חבילות כשל כגון פריימים מפתח, פרוסות אנשי קשר ומסלולי תיקון, ואז מכניסים אותם לגרסת המדיניות הבאה. כשלים הופכים לנכסים.
זה מה שמבדיל אותנו מספקי נתונים גנריים: אנחנו פועלים בצומת של חומרה אמיתית, שליטה מבוססת למידה, ו תקני נתונים בדרגת מחקר. הצוות שלנו מבין הן במערכות רובוטיקה והן בצינורות ML.
אנו מתמחים במערך נתונים רובוטיים מסונכרנים מולטי-מודאליים שנלכדו מחומרה אמיתית בסביבות מבוקרות ומובנות למחצה.
כל האופנים מסונכרנים בזמן, מובנים ומאומתים לפני המסירה.
עבור משימות מניפולציה ולמידת מיומנויות, אנו פורסים מערכות טל-פעולה אנושיות-בלולאה כדי ללכוד הדגמות המשקפות כוונה אנושית אמיתית, התנהגות תיקון והתאמה תחת מגע.
אנחנו לא אוספים יומנים גולמיים לא מובנים. כל פרויקט מתחיל בתכנון מפורש של משימה ומערך נתונים: הגדרת משימה, קריטריוני הצלחה, מפרטי מצב/פעולה/תצפית, פילוח פרקים, כיסוי חיישנים ומצבי כשל שיש לכלול. התוצאה ניתנת לשימוש ישיר להדרכה, הערכה והשוואה.