パロアルト · 200 ～ 300 人の建設業者、研究者、経営者、投資家

ロボティクスデータサミット

ロボット工学の次のボトルネックでの高信号の収集: まだ不足しているデータは何ですか、チームが次に何を収集する必要があるか、またハードウェア、遠隔操作、注釈、評価を接続する方法、そして実際の 1 つの運用ループに展開します。

招待をリクエストする議題を参照デモを持参するかサミットのスポンサーになる

200–300 出席予定者

ハードウェア + データ ライブデモと作業スタック

専門家+教授 ロボット工学がまだうまく学習できないこと

なぜこのサミットなのか

ロボット工学に必要なのは、より優れたモデルだけではありません。より良いデータループが必要です。

研究室、新興企業、オペレーター、システムビルダーが、現状についてのメモを比較できる 1 つの部屋が必要です。身体化された AI データセットにはまだ欠けているもの: 故障データ、触覚信号、エッジケース、回復トレース、人間による修正、フリートのフィードバック、ドメイン固有のワークフロー。

今日足りないものは何ですか

長期にわたる家庭内のシーケンス、マルチカメラ操作の追跡、触覚に富んだ把握の失敗、介入データ、および実際の展開の制約に関連付けられた評価データセット。

専門家が議論する内容

現在最も重要なデータモダリティは何か、シミュレーションだけでどこまでできるのか、アノテーション標準がまだ破られているのはどこなのか、そしてエコシステムが実際に必要としている新しいベンチマークは何か。

参加者が何を持って帰るのか

ロボットデータスタックの明確なマップ、実用的な収集と注釈のパターン、ハードウェアアクセスをトレーニング可能なデータセットに変える具体的な方法。

注目のハードウェア

人々が実際に検査できる実践的なシステム

スライドだけではありません。フロア上の実際のロボット、データ収集リグ、オペレーターのワークフロー。

OpenArm データ収集リグ

見やすく、手頃な価格で、操作のデモンストレーション、オペレーターの介入、および迅速なタスクの反復を収集するのに実用的です。

ヒューマノイドと全身キャプチャ

孤立したクリップを超えた価値の高い人型データはどのようなものになるのか: 意図、バランス、接触、回復、および監督コスト。

運用のための具体化されたプラットフォーム

チームがテロップ、ポリシー評価、アノテーション QA、現実世界のフィードバックを使用して、デモから反復可能なデータパイプラインに移行する方法。

ディスカッションテーマ

業界の専門家や教授に挑戦してもらいたいこと

収集が不十分なロボット工学データはどれですか?

失敗の痕跡、不確実性のラベル、再試行、触覚的インタラクション、および人間が介入したりポリシーを修正したりするシーケンス。

注釈を付けるにはまだコストがかかりすぎるものは何ですか?

長いビデオ、高密度の操作状態、マルチモーダルな調整、ポリシーの意図、および視覚的ではなく操作上重要なイベントラベル。

データセットをより再利用しやすくするにはどうすればよいでしょうか?

共有スキーマ、より豊富なメタデータ、クロスロボット転送の仮定、テロップの来歴、環境タグ、ベンチマーク対応の構造。

評価にまだ欠けているものは何ですか?

オフライン QA は、導入リスク、エッジケースのベンチマークカバレッジ、およびロールアウトの証拠を収集の優先順位に結び付けるループに関連付けられています。

当社の統合的なアプローチ

SVRC がハードウェア、オペレーター、注釈、展開フィードバックを結び付ける方法

「データは重要だ」ということで終わるサミットは望んでいません。チームが使用できるフルスタックを示したいと思います。ハードウェアアクセス、遠隔操作、マルチモーダルキャプチャ、構造化アノテーション、QA、ループを動かし続けるプラットフォーム。

実際のハードウェアにアクセスする

OpenArm、ヒューマノイド、ハンド、およびモバイルシステムは、おもちゃのみのトレースではなく、意味のあるインタラクションデータを生成します。

より豊富なオペレータ信号をキャプチャ

タスクが実際にどのように展開するかを示すテロップ、カメラビュー、状態ストリーム、介入ログ、およびセッションメタデータ。

構造の注釈と QA

タスクのルーブリック、レビュー担当者の役割、拒否理由、バージョン管理された注釈、および生のメディアから学習可能なアセットへのよりクリーンなパス。

導入をデータ運用にフィードバックする

直感だけを待つのではなく、プラットフォームテレメトリ、エピソード履歴、障害レビューを使用して、次に何を収集するかを決定します。

プログラム