Coleta de Dados

O OpenArm é projetado não apenas como uma plataforma de manipulação robótica, mas como uma sistema nativo de dados para robótica baseada em aprendizado. Ao contrário dos braços robóticos tradicionais otimizados para automação industrial determinística, o OpenArm é arquitetado em torno dos requisitos de aprendizado por imitação, aprendizado por reforço, transferência de simulação para o real e coleta de dados em larga escala no mundo real.

Arquitetura de Captura de Dados

O OpenArm suporta captura sincronizada de estados de juntas, comandos de controle, estados de efetores finais e sensores externos (visão, tátil, força, IMU). Todos os fluxos de dados são carimbados com timestamp e alinhados no nível do loop de controle. Os dados são organizados em episódios com inicialização clara de tarefas, execução de ações, eventos de contato e terminação — mapeando diretamente para rollouts de RL e trajetórias de aprendizado por imitação.

Falha como Dados

OpenArm é projetado para registrar com segurança tentativas falhadas, não apenas sucessos. Trajetórias de falha—deslizamento, erro de apreensão, colisão, tentativas de recuperação—são dados de primeira classe críticos para o aprendizado robusto de políticas e generalização.

Saída Pronta para Aprendizado

Gravação estruturada, conjuntos de dados de aprendizado por imitação, demonstrações humanas repetíveis, alinhamento sim-para-real. Organização baseada em episódios com metadados por episódio, observações multimodais indexadas no tempo e espaços de ação consistentes.