TECHNOLOGY · 技术
基准与数据集编辑精选
FolDeX：面向长时序可形变物体操作的真实世界机器人基准发布
美的团队发布基于真实机器人数据的基准 FolDeX，以叠衣为任务，含2000+小时数据、20+任务、10+本体。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
研究团队发布名为 FolDeX 的真实世界机器人基准，全部数据来自真实机器人，以服装折叠为主要任务。论文指出，具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身方法在仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身中表现良好，但在真实机器人上可能出现明显退化，长时序可形变物体操作尤为突出，策略需跟踪变化状态并完成可靠的多阶段双臂交互。现有真机基准多集中于短时序刚性物体任务，对长时序可形变操作的覆盖有限。
FolDeX 围绕四条研究轴线组织：复用部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身阶段采集的人类干预与恢复数据；跨任务迁移数据，包括跨服装类别以及从刚性到可形变物体操作；跨场景复用数据，应对光照、背景与布局变化；跨机器人本体迁移数据。基准提供 2,000+ 小时真实机器人数据，覆盖 20+ 任务和 10+ 本体，并设立面向外部提交策略的真机评测平台，包含标准化任务、留出实物、受控初始化和统一执行协议，平台公开地址为 https://ai.midea.com/#/fold-challenge。团队希望其成为异构真机数据用真实机器人干真实活儿时录下的数据，画面和动作一一对应。质量最高，但采集又贵又慢，是行业里最稀缺的资源。◆ 小白科普 · 现身复用与可靠长时序可形变操作的统一测试平台。