PyRUA-DataFarm: LLM Agent as a Cost-Efficient Teleoperator for Real-Ready Robot Data
Pubblicata su AIChronos il · fonte del · Kewei Zhang, Juncheng Ma, Guodong Lv, Duomin Wang, Feixiang Ruan, Ruiyang Si
PyRUA-DataFarm introduce un agente di coding che automatizza la raccolta dati per robot sostituendo il teleoperatore umano. L'agente ricostruisce scenari reali in simulazione scrivendo automaticamente scene, controllori esperti e giudici del successo, generando video fotorealistici sincronizzati con le azioni del robot tramite modelli condizionati su immagini reali. Questo approccio produce dati 'real-ready' adatti all'addestramento diretto di policy per il deployment su robot fisici senza costi operativi continui.
- L'agente genera automaticamente scene, controllori e giudici in simulazione partendo da un solo episodio di calibrazione reale.
- I video renderizzati sono sincronizzati con le azioni del robot e etichettati correttamente per l'addestramento delle policy.
- Le policy addestrate sui dati generati dall'agente superano quelle formate su teleoperazione in scenari non visti (luce colorata, tovaglia diversa).
- Il costo medio di un ora di raccolta dati a tre viste è di circa 107$, significativamente inferiore ai costi del lavoro umano.
- Un sistema indipendente certifica automaticamente l'esperto e ogni episodio renderizzato prima dell'ammissione al dataset.
Perché conta. Per gli sviluppatori che lavorano con LLM, agenti AI e sistemi locali, questo paper dimostra come un agente autonomo possa sostituire il teleoperatore umano per generare dati di alta qualità a costi ridotti. È rilevante perché permette di scalare la raccolta di dataset robotici senza dipendere da operatori umani costosi o scenari fisici sempre disponibili.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.