O sistema XRZero-G0 combina uma câmera montada na cabeça e câmeras duplas no pulso para capturar o contexto world e interações detalhadas entre mão e objeto. | Crédito: Robô X Sq.
Para quebrar o gargalo de dados que desacelera a IA incorporada, a X Sq. Robotic disse que tornou o XRZero-G0 de código aberto. A empresa disse que sua nova estrutura de {hardware} e software program reduz os requisitos de dados de treinamento de robôs reais em até 20x em condições experimentais.
Lançado juntamente com o G0-Dataset, um repositório multimodal de 2.000 horas, o sistema preenche a lacuna entre humanos e percepção da máquina padronizando a coleta de dados sem robôs, disse X Sq. Robotic. Ele disse que isso permite que tarefas demonstradas por humanos sejam verificadas de forma confiável quanto à qualidade e transferidas para plataformas robóticas totalmente invisíveis.
A empresa descreveu o XRZero-G0 como uma estrutura abrangente de hardware-software projetada para aprimorar a coleta de dados escalonável, de alta qualidade e sem robôs e a transferência de políticas de incorporação cruzada para manipulação robótica hábil.
XRZero-G0 coleta dados de treinamento de robôs
XRZero-G0 apresenta uma interface de realidade digital ergonômica e vestível com visualização múltipla câmeras e garras duplas especializadas para dissociar a mobilidade humana da cinemática do robô. X Sq. Robotic disse que o sistema:
- Usa um headset PICO 4 VR de alta precisão com rastreamento espacial de dentro para fora
- Equipado com dupla física pinças: uma pinça acionada por pressão em forma de H e uma pinça acionada por dedo em forma de G
- Suporta estimativa de pose 6-DoF com precisão milimétrica
- Incorpora análise espaço-temporal lateral para sincronização de dados visuais, de linguagem e de trajetória
- Garante alto rendimento e estabilidade de coleta, permitindo a captura sustentada de dados sem restrições estruturais
A qualidade dos dados tem sido uma barreira crítica na aprendizagem sem robôs, observou a X Sq. Robotic. Ele disse que o XRZero-G0 formaliza a governança da treinabilidade por meio de um pipeline de ciclo fechado de “coleta-inspeção-treinamento-avaliação”:
- Nível de observação: A consistência geométrica multivisualização suprime o desalinhamento visual-cinemático.
- Nível cinemático: A cinemática inversa de corpo inteiro com restrições de colisão e limite de junta filtra trajetórias inválidas.
- Nível de política: A reprodução do robô actual serve como critério de validação closing.
Envie sua ideia de sessão para o RoboBusiness 2026X Sq. Robotic valida
A X Sq. Robotic disse que concluiu experimentos controlados para provar que a combinação de aproximadamente 10 episódios sem robôs com um episódio de robô actual pode alcançar desempenho comparável com conjuntos de dados de robôs puramente reais em tarefas avaliadas.
A empresa também escalou o G0-Dataset XRZero-G0 em um conjunto de dados de 2.000 horas e abriu o código-fonte do resultado. O conjunto de dados integra coleta sem robôs, inspeção de qualidade automatizada, treinamento com dados mistos e avaliação de robôs reais para fins de pesquisa.
G0-Dataset suporta pré-treinamento em grande escala e experimentos de transferência de incorporação cruzada, fornecendo um recurso aberto reproduzível para pesquisa robótica, explicou o X Sq. Robotic. Ao abrir o código do XRZero-G0 e lançar o G0-Dataset, a empresa disse que fornece projetos de {hardware}, pipelines de inspeção automatizados, metodologias de treinamento e conjuntos de dados de alta qualidade para a comunidade de pesquisa.
Esses recursos destinam-se a acelerar o desenvolvimento de robôs de uso geral e robôs incorporados escaláveis. IAapoiando uma transição para abordagens de geração de dados mais sistemáticas e em grande escala.
O completo trabalho de pesquisa está disponível para obtain. O código está disponível no GitHub e o Conjunto de dados aberto está disponível no HuggingFace.