شرکت DeepMind با همکاری ۳۳ آزمایشگاه تحقیقاتی بزرگترین دیتاست حوزه رباتیک را منتشر کرد. این دیتاست Open X-Embodiment نام داشته و شامل بیش از ۵۰۰ مهارت برای آموزش ربات است. این دیتاست با فراهم کردن تنوع بالا در انواع مهارت‌های رباتیک به حل چالش Generalization مدل‌های رباتیک کمک بسزایی می‌کند.
در این پروژه، آموزش یک مدل واحد بر روی داده‌های حاصل از تجسم چندین نفر منجر به عملکرد قابل‌توجه و بهتری در بسیاری از روبات‌ها نسبت به مدل‌هایی که بر روی داده‌های تجسم‌های فردی آموزش داده شده‌اند، می‌شود. مدل RT-1-X در پنج آزمایشگاه تحقیقاتی مختلف آزمایش شد و در مقایسه با روش‌هایی که به‌طور مستقل و به‌طور خاص برای هر ربات توسعه یافته‌اند، به‌طور میانگین ۵۰ درصد بهبود نرخ موفقیت را در پنج ربات متداول مختلف نشان داد.
همچنین آموزش مدل عمل زبان بصری مدل RT-2، بر روی داده‌های چند تجسمی، عملکرد آن را در مهارت‌های رباتیک دنیای واقعی سه برابر کرد.
این ابزارها را برای پیشبرد تحقیقات تجسم متقابل در جامعه روباتیک توسعه داده شد.
مجموعه داده Open X-Embodiment و ایست بازرسی مدل RT-1-X به لطف کار آزمایشگاه‌های روباتیک در سراسر جهان که داده‌ها را به اشتراک گذاشته و به ارزیابی این مدل به طور آشکار کمک کرده‌اند و اکنون به نفع جامعه تحقیقاتی گسترده‌تر در دسترس هستند.
این ابزارها روش آموزش ربات‌ها را متحول کرده و این زمینه تحقیقات را تسریع می‌کنند.
در این پروژه، آموزش یک مدل واحد بر روی داده‌های حاصل از تجسم چندین نفر منجر به عملکرد قابل‌توجه و بهتری در بسیاری از روبات‌ها نسبت به مدل‌هایی که بر روی داده‌های تجسم‌های فردی آموزش داده شده‌اند، می‌شود. مدل RT-1-X در پنج آزمایشگاه تحقیقاتی مختلف آزمایش شد و در مقایسه با روش‌هایی که به‌طور مستقل و به‌طور خاص برای هر ربات توسعه یافته‌اند، به‌طور میانگین ۵۰ درصد بهبود نرخ موفقیت را در پنج ربات متداول مختلف نشان داد.
همچنین آموزش مدل عمل زبان بصری مدل RT-2، بر روی داده‌های چند تجسمی، عملکرد آن را در مهارت‌های رباتیک دنیای واقعی سه برابر کرد.
این ابزارها را برای پیشبرد تحقیقات تجسم متقابل در جامعه روباتیک توسعه داده شد.
مجموعه داده Open X-Embodiment و ایست بازرسی مدل RT-1-X به لطف کار آزمایشگاه‌های روباتیک در سراسر جهان که داده‌ها را به اشتراک گذاشته و به ارزیابی این مدل به طور آشکار کمک کرده‌اند و اکنون به نفع جامعه تحقیقاتی گسترده‌تر در دسترس هستند.
این ابزارها روش آموزش ربات‌ها را متحول کرده و این زمینه تحقیقات را تسریع می‌کنند.
