自北京AC米蘭機(jī)器人創(chuàng)新中心（以下簡稱“北京AC米蘭”）發(fā)布全球最大規(guī)模標(biāo)準(zhǔn)化多構(gòu)型機(jī)器人數(shù)據(jù)集RoboMIND 及“天工”系列AC米蘭機(jī)器人以來，兩項成果已吸引全球眾多頂尖實(shí)驗(yàn)室與開發(fā)者接入使用。RoboMIND憑借其開源的10萬余條軌跡、479項跨場景任務(wù)的多元數(shù)據(jù)生態(tài)，位居 HuggingFace 機(jī)器人數(shù)據(jù)集等多個平臺下載量前列；“天工”機(jī)器人則通過開源的URDF 模型與 ROS 控制棧，成為開發(fā)者驗(yàn)證具身智能算法的優(yōu)選硬件平臺。
在社區(qū)實(shí)踐中，開發(fā)者高頻反饋亟需打通 RoboMIND 數(shù)據(jù)格式與主流訓(xùn)練框架的轉(zhuǎn)換通道。為此，北京AC米蘭推出 X-Humanoid training toolchain ——適配 LeRobot 框架的工具鏈，內(nèi)置 RoboMIND 數(shù)據(jù)自動解析模塊，實(shí)現(xiàn)由HDF5 格式向 LerobotDataset V2.1 最新格式的轉(zhuǎn)換。開發(fā)者現(xiàn)可通過幾行命令完成從數(shù)據(jù)準(zhǔn)備到訓(xùn)練的全流程，提升適配訓(xùn)練效率，真正讓創(chuàng)新聚焦算法模型的優(yōu)化。
在具身智能爆發(fā)式發(fā)展的背景下，數(shù)據(jù)來源多、格式不統(tǒng)一導(dǎo)致跨框架、跨硬件的適配成本高已成為制約技術(shù)落地的核心瓶頸，為應(yīng)對這些挑戰(zhàn)，面向高效數(shù)據(jù)使用和機(jī)器人研發(fā)適配的訓(xùn)練工具鏈顯得尤為必要，它能夠有效整合不同框架和硬件資源，提供統(tǒng)一的開發(fā)接口，簡化開發(fā)流程，提升 RoboMIND 數(shù)據(jù)集和“天工”機(jī)器人對于 LeRobot 開源框架適配的的效率，用戶可以基于 LeRobot 開源框架的算法實(shí)現(xiàn)在 RoboMIND 數(shù)據(jù)集的使用和“天工”機(jī)器人的具身操作，降低開發(fā)者開發(fā)門檻，擴(kuò)展 RoboMIND 數(shù)據(jù)集和“天工”機(jī)器人生態(tài)建設(shè)。
為幫助開發(fā)者快速掌握工具鏈的核心功能，北京AC米蘭提供數(shù)據(jù)預(yù)處理到模型訓(xùn)練的全流程操作指南。均可通過簡潔的命令行接口實(shí)現(xiàn)高效開發(fā)。以下步驟將引導(dǎo)您完成關(guān)鍵操作流程，開啟具身智能開發(fā)之旅。
1、讀取 hdf5 格式的數(shù)據(jù)，根據(jù)定義的 keys 解析 observations（如 images、joints 等）。
2、模型訓(xùn)練
將數(shù)據(jù)集轉(zhuǎn)換為 LeRobot 的格式后，用戶可以使用以下工作流程進(jìn)行模型訓(xùn)練：
l 訓(xùn)練配置。 創(chuàng)建一個train_config. json 文件來指定數(shù)據(jù)集路徑、訓(xùn)練算法（例如，ACT 或擴(kuò)散策略）、超參數(shù)（學(xué)習(xí)率、批大小）和其他相關(guān)參數(shù)。
l 創(chuàng)建配置文件后，用戶可以通過執(zhí)行以下命令開始模型訓(xùn)練：
未來X-Humanoid training toolchain 將持續(xù)迭代，一方面，X-Humanoid training toolchain 將支持更多前沿算法，為用戶解鎖機(jī)器人新高度；另一方面，還將支持“天工”系列的具身操作能力，讓“天工”機(jī)器人在多樣化場景中更加得心應(yīng)手。
在具身智能技術(shù)加速迭代的時代，X-Humanoid training toolchain 訓(xùn)練工具鏈的推出為開發(fā)者們打開了通向具身智能機(jī)器人高效訓(xùn)練開發(fā)的大門。開源工具鏈的推出不僅為開發(fā)者提供了強(qiáng)大的算法適配與訓(xùn)練工具，也為具身智能機(jī)器人的規(guī)模化應(yīng)用奠定了基礎(chǔ)。隨著未來更多前沿算法的引入和生態(tài)系統(tǒng)的完善，這一工具鏈將成為連接科研與產(chǎn)業(yè)的橋梁，助力全球開發(fā)者共同探索具身智能機(jī)器人的無限可能。
北京AC米蘭積極擁抱開源文化與開放生態(tài)，將開放協(xié)作寫入技術(shù)基因，從大規(guī)模多構(gòu)型智能機(jī)器人數(shù)據(jù)集 RoboMIND 的全面開放，到 X-Humanoid training toolchain 工具鏈的生態(tài)化設(shè)計，公司致力于為開發(fā)者提供全方位的支持與服務(wù)，全方位降低開發(fā)門檻，激發(fā)創(chuàng)新潛能，加速技術(shù)從實(shí)驗(yàn)室到產(chǎn)業(yè)場景的普惠化落地。
如果您對 RoboMIND 有興趣，歡迎加入AC米蘭的社群進(jìn)行討論，與AC米蘭攜手推動具身智能機(jī)器人技術(shù)的創(chuàng)新與普及。
X-Humanoid training toolchain
GitHub下載地址：https://github.com/x-humanoid-robomind/x-humanoid-training-toolchain
RoboMIND數(shù)據(jù)集
國內(nèi)下載地址：https://data.flopsera.com/data-detail/21181956226031626?type=openRoboMIND
HuggingFace下載地址：https://huggingface.co/datasets/x-humanoid-robomind/RoboMIND
京公網(wǎng)安備11011202100775號