Axis Robotics publie Axis Sim Dataset V1, un jeu de données ouvert consacré à l’apprentissage de la manipulation par un bras Franka Research 3. L’ensemble réunit plus de 50 000 trajectoires téléopérées, 207 tâches et plus de 60 000 variantes de scènes simulées. Le code d’entraînement, les données et les évaluations sont accessibles publiquement.
Le projet cherche à réduire l’un des coûts les plus lourds de la robotique moderne : produire suffisamment de démonstrations variées pour apprendre à saisir, déplacer, empiler ou utiliser des objets. Axis fait participer des contributeurs depuis un navigateur, sans leur imposer de posséder un robot, une carte graphique ou un simulateur installé localement.
Un bras Franka piloté depuis le navigateur
Les opérateurs contrôlent un Franka Research 3 simulé dans MuJoCo-WASM. Chaque épisode enregistre notamment l’instruction, l’état du robot et des objets, les actions, plusieurs vues RGB-D et le résultat de la tâche. Le traitement côté serveur élimine les séquences corrompues, les périodes d’inactivité et certaines discontinuités, puis ajoute des variations de caméra, d’éclairage, de texture, de masse ou de friction.
Les 207 tâches couvrent le placement d’objets, l’empilage, le versement, la manipulation d’éléments articulés et l’utilisation d’outils. Cette diversité doit aider les politiques de contrôle à résister aux changements qui surviennent entre une scène d’entraînement propre et un environnement réel moins prévisible.
Axis présente le jeu de données comme une version évolutive plutôt que comme une archive figée. La page du projet affiche aussi un moteur de collecte plus large, alimenté par différents robots et formats de tâches. Les chiffres les plus vastes associés à cette infrastructure ne doivent toutefois pas être confondus avec le périmètre précis de V1, limité à 50 000 trajectoires pour le bras Franka.
Un gain mesuré sur LIBERO-Plus
Dans l’évaluation publiée par l’équipe, un préentraînement continu de la politique π0.5 sur l’intégralité d’AXIS porte son taux de réussite global sur LIBERO-Plus de 83,9 % à 88,8 %. Le gain le plus marqué concerne le bruit des capteurs, avec 13,7 points supplémentaires, suivi par les changements de caméra, avec 11,3 points.
La comparaison avec un volume équivalent issu de RoboCasa donne 57,5 % à cette référence dans le protocole d’Axis. Ces résultats restent ceux des auteurs et devront être reproduits par d’autres équipes. Leur intérêt tient néanmoins à la publication simultanée du jeu de données, du code et du protocole, qui permet aux laboratoires de contrôler les choix méthodologiques.
La simulation doit encore prouver son transfert
Le projet montre aussi des essais sur un bras réel et décrit un partenariat avec Booster Robotics. Axis affirme qu’un modèle préentraîné dans un jumeau numérique a atteint 87,5 % de réussite avec 30 démonstrations réelles, contre 37,5 % pour une politique utilisée sans cette préparation spécifique.
L’enjeu dépasse donc la taille du fichier publié. Si des démonstrations imparfaites mais nombreuses peuvent réellement diminuer la quantité d’essais physiques nécessaire, les fabricants gagneront du temps et limiteront l’usure du matériel. La prochaine étape sera de vérifier cette promesse sur davantage de robots, de tâches longues et de situations non préparées.
