AGIBOT によると、ロボット研究が制御された実験室環境から現実世界の環境に移行するにつれて、大規模かつ高品質のデータの需要がますます重要になっています。{{1}{1}{2}{2}}同社は本日、AGIBOT WORLD 2026 をリリースしました。これはオープンソースの異種データセットであり、身体化されたインテリジェンスにおける 5 つの主要な研究経路を体系的にサポートするように設計されているとのことです。-
「このデータセットは、構造化され、高品質で、正確に注釈が付けられた現実世界のロボット データを特徴とし、開発者や研究者に次世代の組み込み AI システムをトレーニングするための堅牢な基盤を提供します。{{0}{1}」と AGIBOT は述べています。
AGIBOT WORLD はフリー{0}}形式のデータ-収集戦略に従っています
AGIBOT WORLD 2026 は、商業空間、家庭、日常のシナリオなど、幅広い現実世界の環境を対象としています。- AGIBOTは、これはロボットが実際に対処しなければならない複雑さ、変動性、予測不可能性を捉えていると述べた。
反復的なスクリプト化されたデモンストレーションに基づいて構築された従来のデータセットとは異なり、上海に本拠を置くこの企業は、自由形式のデータ収集アプローチを採用しています。{{1}
この戦略により、各エピソード内の多様性が大幅に強化され、オブジェクト カテゴリ、初期構成、タスク実行シーケンスなどの複数の側面にわたる一般化が向上すると主張しました。 AGIBOT によると、同社のロボットは柔軟な車輪付きベース、多関節の頭と腰の動き、リフトピッチ機能を使用して、効率的かつ自然で転送性の高いデータ収集を実現しています。{1}
並行して、AGIBOT はシミュレーションで 1:1 デジタル ツイン環境を構築し、対応するすべてのシミュレーション データが現実世界のデータセットとともにリリースされます。-
イノベーションはデータと実際のロボットの動作の間のギャップを埋める
「身体化された AI には根本的な疑問が残ります。データはロボットが統合システムとしてどのように動作するかを本当に反映しているのでしょうか?」アジボットは指摘した。これに対処するために、同社はいくつかの機能を導入しました。
全身コントロール（WBC）:-これにより、腕、腰、手の協調制御が可能になり、ロボットが個別の動作ではなく統合システムとしてより流動的にタスクを実行できるようになります。
最初の-視覚的範囲を超えた-遠隔操作-:ロボットの認識はオペレーターの認識と一致しており、より直観的で継続的で伝達可能な制御が可能になります。
強制的に-制御されたデータ収集:AGIBOTは、接触ダイナミクスとフォースフィードバックを組み込んでおり、運動軌跡だけでなく実際の物理的相互作用もキャプチャしていると述べた。
「これらの機能を組み合わせることで、データセットが現実世界のロボットの動作をより正確に表現できるようになります」と同社は主張しています。{0}
産業用グレードのハードウェアがデータ パイプラインに供給します。{0}
AGIBOT は、データセットが G2 ハードウェア プラットフォーム上で収集されていると説明しました。このハードウェア プラットフォームには、高性能関節アクチュエータ、マルチモーダル センサー、高性能ドメイン コントローラが統合されており、正確な力の制御とスケーラブルな開発をサポートしています。-
Zhixing 90D グリッパーと器用な OmniHand を備えた G2 は、RGB(D)、触覚信号、LIDAR 点群、IMU データ、および全身の-身体関節状態-を含む、同期されたマルチ-モーダル データ-を統合パイプライン内でキャプチャします。
AGIBOT は、各データ エピソードがその「産業-グレード」のデータ処理システムを通じて厳密なクリーニングと検証を受けており、大規模なモデルのトレーニングや研究アプリケーションに確実に対応できるようにしていると付け加えました。-
フェーズ 1 リリース: 模倣学習
同社は、AGIBOT WORLD 2026を5段階に分けてリリースする計画であり、それぞれが身体化されたインテリジェンスにおける中心的な研究方向に沿っていると述べた。
最初のリリースは、ロボットが専門家のデモンストレーションから複雑な身体スキルを習得できるようにする重要なパラダイムである模倣学習に焦点を当てています。このフェーズには、主に商用環境やサービス環境で収集された数百時間の実世界のデータが含まれます。-データセットは以下を組み合わせます:
タスク-レベルの説明（セグメント-}レベルの説明）
アクション シーケンス（ステップバイステップの実行）
アトミック スキル ラベル (例: プル、配置)
オブジェクトの注釈 (2D 境界ボックスと名前や色などの属性)
「重要なのは、エラー回復の軌跡も保持され、注釈が付けられることです」と AGIBOT は述べています。{0} 「この階層型アノテーション フレームワークは、高レベルのタスクから低レベルのアクションにまで及ぶ-、-レベルのアクション-を提供し、より堅牢で適応性のある具体化されたエージェントをトレーニングするために必要な忠実性と事前修正を提供します。」
AGIBOT WORLD は、具体化された AI エコシステムへの長期的な取り組みの一環です-
AGIBOT は、身体化されたインテリジェンスに対して長期的なインフラストラクチャ主導のアプローチを採用している少数の新興企業グループの 1 つであると述べています。{0}{1}
同社は、高品質のデータが次世代のロボット機能を実現するための基礎となることを早くから認識しており、-数百万規模の現実世界およびシミュレーション データセットを常にオープンソースとして提供してきました。{{2}
AGIBOT は、この取り組みは、高品質のロボット データへのアクセスを民主化するという、身体化されたインテリジェンスにおける広範な目標を反映していると述べました。{0}} AGIBOT WORLD エコシステムの継続的な進化を通じて、同社は世界のロボット工学コミュニティに貢献し、研究室から現実世界のアプリケーションへの身体化 AI の移行を加速することを目指しています。-