Сбор данных

OpenArm разработан не только как платформа для роботизированных манипуляций, но и как собственная система данных для обучающей робототехники. В отличие от традиционных роботизированных манипуляторов, оптимизированных для детерминированной промышленной автоматизации, OpenArm спроектирован с учетом требований имитационного обучения, обучения с подкреплением, перевода сим-модели в реальность и крупномасштабного сбора реальных данных.

Архитектура сбора данных

OpenArm поддерживает синхронизированный захват состояний суставов, команд управления, состояний рабочих органов и внешних датчиков (зрения, тактильных, силовых, IMU). Все потоки данных имеют временные метки и выравниваются на уровне контура управления. Данные организованы в эпизоды с четкой инициализацией задач, выполнением действий, контактными событиями и завершением, что напрямую соответствует развертываниям RL и траекториям имитации обучения.

Неудача как данные

OpenArm предназначен для безопасной записи неудачных попыток, а не только успешных. Траектории неудач – проскальзывание, неправильное понимание, столкновение, попытки восстановления – являются первоклассными данными, критически важными для надежного изучения и обобщения политики.

Готовый к обучению вывод

Структурированная запись, наборы данных для имитационного обучения, повторяемые демонстрации с участием людей, согласование симуляции с реальностью. Организация на основе эпизодов с метаданными для каждого эпизода, мультимодальными наблюдениями с индексацией по времени и согласованными пространствами действий.