仿真机器人数据最大优势不只是成本更低

晚上好，CT

基于模拟的机器人数据最有力的论据，并不是模拟更便宜。而是模拟生成的经验是否真的能让实体机器人表现出更好的行为。这就是@axisrobotics拿出一个有趣证据点的地方。

今年早些时候，Axis发起了一项社区活动，贡献者们在基于浏览器的模拟中生成了超过1万条有效轨迹。生成的数据经过处理后被用于训练策略，最终部署到一台实体机器人上，实现了给植物自动浇水。

从那以后，Axis大幅扩展了该系统，包括加入V2后训练循环，支持多种机器人实体，开放了更大的数据集。其8月的研究更新还报告称，已经拥有470万条有效模拟轨迹，其开源数据集下载量超过16万次。

这里有一个重要的区别：模拟不需要完美重现物理世界就能发挥作用。它只需要给策略提供足够多的变化、任务和失败状态，让学到的行为能够迁移。这就让数据多样性和原始轨迹数量一样重要。

如果Axis能持续连接社区生成的模拟数据、模型训练、修正反馈和最终的真实世界部署，这个网络看起来就会越来越不像一个众包平台，而更像是一个可扩展的Physical AI数据引擎。

这可比简单的“玩机器人游戏赚积分”的格局大得多。

加入Axis Robotics活动：
你也可以加入Kaito，领取$AURA的注册奖金。