10 Saatlik Simülasyondan Gerçek Hayata Hareket Verileriyle Fiziksel Yapay Zeka ve İnsansı Robotların Ölçeklendirilmesi
Shaip, 4,000 katılımcı, 100 görev ve 5'ten fazla gerçek dünya ortamında 10,000 saatlik benmerkezci VR hareket yakalama verisini nasıl üretti? Bu veri, simülasyondan gerçek hayata insansı robotlar için üretim kalitesinde bir Fiziksel Yapay Zeka eğitim veri hattı olarak tasarlandı.
Projeye Genel Bakış
Fiziksel yapay zeka ve insansı robotik gerçek dünya uygulamalarına doğru ilerlerken, müşteri, tutarlı kalibrasyon, yürütme ve kalite güvencesiyle çeşitli ortamlarda 10,000 saatlik görev tabanlı VR hareket verisi toplamak için ölçeklenebilir bir çerçeveye ihtiyaç duyuyordu.
Shaip, 100 müşteri tanımlı görevi desteklemek ve ölçeklenebilir, modele hazır yapay zekâ veri kümeleri sunmak için sahne kurulumu, QR haritalama, beş sensörlü izleme, katılımcı provası, moderatörlü kayıt ve inceleme iş akışlarını kapsayan uçtan uca veri operasyonları hattını oluşturdu.
Anahtar İstatistikler
Katılımcılar
~ 4,000
Veri Hacmi
10,000 geçerli saat
Çevre Kapsamı
Ofis, Ev, Fabrika, Kafe, Depo vb.
Tarihçesi
1 ay
Meydan Okumalar
- Kontrollü pilot tarzı iş akışlarından hareket verisi toplama işlemini ölçeklendirmek 10,000 saatlik, çoklu ortam programı.
- Bakımı tutarlı izleme doğruluğu Çeşitli gerçek dünya sahnelerinde ve katılımcı düzenlemelerinde.
- Her oturumun katı gereklilikleri karşılamasını sağlamak APK/sürüm kontrolü, paylaşımlı ağ kurulumu, ekran kaydı ve sensör eşleştirme.
- Yönetme 100 müşteri tanımlı görev Hareket, nesne manipülasyonu, ev içi etkileşim, ofis etkileşimi ve çok adımlı fiziksel iş akışları gibi çeşitli kategorilerde; her biri doğru sahne kurulumu, nesne yerleşimi, katılımcı hazırlığı ve moderatör liderliğinde doğrulama gerektirir.
- Ham oturumları dönüştürme modele hazır çıktılar Tekrarlanabilir kalite kontrolü, yeniden çekim işlemleri ve yükleme inceleme iş akışları aracılığıyla.
Çözüm
Koleksiyon Stratejisi
Shaip, ölçeklenebilir bir koleksiyon çerçevesi tasarladı. 10,000 geçerli saat VR hareket verilerinin, kilometre taşlarına dayalı gruplar halinde teslim edilmesi. Kaynak planlama oranına göre 10 geçerli saat başına 3-5 katılımcıProgramın tamamının tahmini ölçeği şu şekildedir: 3,000–5,000 katılımcılarıIle ~4,000 katılımcı Planlamanın orta noktası olarak kullanılır.
Çevre ve Sahne Yönetimi
Her çekim noktası yapılandırılmış bir sahne olarak ele alındı. Shaip, geniş açılı oda fotoğrafçılığı kullanarak ortamı belgeledi, yönetim sisteminde sahneleri yapılandırdı, müşteri incelemesini koordine etti ve fiziksel yerleştirme için Sahne PDF'lerini dışa aktardı. QR bağlantılı sahne eşleme, her gerçek dünya ortamının doğru kayıt bağlamına güvenilir bir şekilde bağlanabilmesini sağladı.
Cihaz ve Uygulama Hazırlığı
Shaip, VR başlığının ve izleme cihazının aynı ağa bağlı olmasını sağlayarak, APK yükleme/güncelleme akışını kontrol ederek ve oturum boyunca moderatörün görünürlüğü için tarayıcı tabanlı ekran kaydını etkinleştirerek teknik hazırlığı standartlaştırdı.
Hareket Takibi ve Kalibrasyon
Her seans öncesinde, beş hareket takip cihazının tamamı eşleştirildi ve doğrulandı. Her katılımcı için kalibrasyon zorunluydu; bu kalibrasyon, kaydedilebilir aktivite alanı içinde doğru tam vücut hareket yakalamayı sağlamak için avatar hizalama kontrollerini, zemin ayarlamasını ve özel sınır kurulumunu içeriyordu.
Görev Yürütme ve Moderasyon
Katılımcılar, kayıt öncesinde sahneye özgü görev hazırlığı ve prova konusunda yönlendirildi. Moderatörler ekran kaydı aracılığıyla gözlem yaptı, görev doğruluğunu ve hareket netliğini doğruladı ve yalnızca sensör davranışı ve katılımcı hareketi kalite beklentilerini karşıladığında canlı kayda geçildi. Kayıt başlatma/durdurma işlemi, tanımlanmış jest iş akışı aracılığıyla gerçekleştirildi.
Kalite Güvencesi ve Model Hazır Çıktılar
Kayıt işlemi tamamlandıktan sonra, oturumlar inceleme için geçmişe yüklendi. Shaip, hareket netliğini, görev doğruluğunu, sahne hizalamasını ve sensör doğruluğunu doğruladı ve gerektiğinde kullanılamaz kayıtları iptal etti veya yeniden kaydetti. Bu, yapay zeka ve robotik eğitimleri için açıklama eklemeye hazır, kalite kontrolünden geçmiş ve model oluşturmaya hazır veri kümelerine doğru daha güvenilir bir yol oluşturdu.
Proje kapsamı
| Veri Kümesi Türü | Katılımcılar | Kayıt Hacmi | <span style="font-size:14px;">ortamları</span> | Görev Hacmi | Yakalama Kurulumu | Tarihçesi |
|---|---|---|---|---|---|---|
| Ego merkezli VR hareket yakalama | ~ 4,000 | 10,000 geçerli saat | Ofis, Ev, Kafe, Fabrika, Depo ve diğer gerçek dünya ortamları | 100 müşteri tanımlı görev | VR gözlük + 5 hareket takip cihazı | 1 ay |
Sonuç
- Ölçeklenebilir bir veri işlemleri çerçevesi oluşturuldu. 10,000 saatlik Fiziksel Yapay Zeka eğitim verisi
- Standardize Sahne yönetimi, QR tabanlı haritalama ve beş sensörlü kalibrasyon dağıtılmış ortamlar genelinde
- Geliştirilmiş tahsilat tutarlılığı sayesinde Denetimli prova, gerçek zamanlı ekran kaydı incelemesi ve oturum düzeyinde kalite kontrolü
- Etkin görev doğrulaması yapılmış, açıklama eklemeye hazır çıktılar Yapay zekâ, simülasyon ve robotik model geliştirme alanlarında aşağı yönlü uygulamalar için.
- Müşterinin gücünü artırdı. simülasyondan gerçek veriye veri hattı yüksek kaliteli egosantrik hareket yakalama ile
çeşitli gerçek dünya ortamlarından
Özetle, Shaip karmaşık bir VR yakalama gereksinimini, yapılandırılmış ve üretime hazır bir veri hattına dönüştürmeye yardımcı oldu; bu hat, destek sağlayabilecek kapasitede. Fiziksel yapay zeka, somutlaştırılmış zeka ve insansı robotik Daha güçlü tutarlılık, izlenebilirlik ve ölçeklenebilirlik sağlayan girişimler.
Shaip, Fiziksel Yapay Zeka yol haritamız için veri operasyonları altyapısını oluşturmamıza yardımcı oldu. Ekipleri, çoklu ortam hareket yakalama, katılımcı yönetimi, sahne kurulumu, kalibrasyon ve kalite güvencesine yapı kazandırarak, somutlaştırılmış yapay zeka ve insansı robotik için simülasyondan gerçek hayata öğrenmeyi destekleyen modele hazır veri kümeleri oluşturmamızı sağladı.
– Veri ve Simülasyon Altyapısı Başkan Yardımcısı
