Système Automatisé De Génération De Données DexmimicGen
DexMimicGen est un système automatisé de génération de données proposé conjointement par NVIDIA Research, UT Austin et UC San Diego en 2024 qui peut générer de grandes quantités de données de formation de robots à partir d'une petite quantité de démonstrations humaines. Les résultats pertinents de l'article sontDexMimicGen : Génération automatisée de données pour la manipulation adroite bimanuelle par apprentissage par imitation".
La fonction principale de DexMimicGen est d’utiliser une petite quantité de données présentées artificiellement pour générer un grand nombre de démonstrations similaires grâce à des techniques de transformation et d’imitation. Cette technologie a démontré une efficacité exceptionnelle, avec un taux de réussite de mission allant jusqu’à 97% dans un environnement de simulation. Le système peut générer jusqu'à 1 000 démonstrations de formation de robots avec seulement 5 démonstrations humaines, résolvant ainsi le problème de pénurie de données dans la formation de robots et démontrant le grand potentiel de l'apprentissage génératif dans la formation de robots.
Les chercheurs ont mené 60 expériences de démonstration dans 9 scénarios, générant un total de 21 000 démonstrations de données. Les robots entraînés avec des données générées par DexMimicGen ont obtenu des taux de réussite de 76% et 80,7% dans des tâches telles que ranger des tiroirs et assembler des blocs de construction, respectivement, alors que ces taux de réussite n'étaient que de 0,7% et 3,3% lorsqu'ils étaient entraînés à l'aide de données humaines traditionnelles.