Открытый датасет из тысячи часов захвата движений MotionDecode для обучения гуманоидных нейросетей опубликовала компания CHINGMU

Источник: openPR

Официальный релиз первого масштабного открытого набора пространственных данных MotionDecode объемом в одну тысячу часов высокоточного оптического захвата движений человека представила шанхайская технологическая компания Shanghai CHINGMU Vision Technology, выступавшая официальным техническим провайдером измерительных систем на Вторых Всемирных играх гуманоидных роботов в Пекине. Публикация общедоступного датасета направлена на преодоление критического дефицита качественных обучающих данных для моделей воплощенного интеллекта и ускорение перехода робототехнических алгоритмов из виртуальных симуляторов на реальные аппаратные платформы, сообщает пресс-служба openPR.

В рамках прошедших в спорткомплексе Ледовый пояс соревнований, где состязались более двух тысяч роботов из шестнадцати стран мира, оптические комплексы CHINGMU серий K, MC и R3 с программным комплексом CMAvatar обеспечивали непрерывную пространственную субмиллиметровую локализацию участников и спортивных снарядов на частоте до трехсот кадров в секунду. Внешняя измерительная инфраструктура формировала объективный эталон истинного движения, не вмешиваясь в автономное принятие решений бортовыми компьютерами роботов. Системы трекинга фиксировали трехмерные траектории полета мячей и положение звеньев тела в режиме реального времени в матчах по настольному теннису команд AgiBot, Unitree Robotics и EndlessAI, а также в показательном теннисном сете человекоподобного андроида Galbot против чемпионки Чжэн Цзе.

Представленный программно-аппаратный стек компании объединяет сквозной семиэтапный цикл работы с моторным интеллектом роботов, охватывающий захват движений, интеграцию потоков данных, первичное накопление, кинематическое сопоставление с суставами машины, симуляционное обучение нейросетей, низкоуровневое управление сервоприводами и количественную оценку стабильности позы. Релиз инициативы MotionDecode предоставляет разработчикам по всему миру не просто видеозаписи, а нормализованные векторы скоростей, угловых ускорений и контактных взаимодействий человека с физическими объектами.

Аппаратная база оптических станций CHINGMU базируется на фирменных высокоскоростных инфракрасных камерах с разрешением до двенадцати мегапикселей и аппаратной синхронизацией затворов с точностью до микросекунды. Подобная плотность сбора кинематической информации позволяет точно фиксировать деликатную микромоторику пальцев при телеуправлении пятипалыми манипуляторами, а также мгновенные фазы отрыва стоп при динамическом беге и преодолении препятствий.

Программный модуль ретаргетинга в составе платформы CMAvatar автоматически пересчитывает непрерывные координаты человеческого скелета в углы поворота шарниров конкретных моделей роботов, учитывая предельные крутящие моменты приводов и исключая механические самопересечения звеньев. Алгоритмы фильтрации отсекают паразитные шумы и микровибрации датчиков, выдавая на выходе гладкие кинематические траектории, готовые к прямой подаче в генеративные диффузионные модели управления политиками движения.

Оптическая система поддерживает гибридное отслеживание объектов как с использованием пассивных светоотражающих маркеров, так и на основе передового безмаркерного машинного зрения с глубокими сверточными сетями сегментации силуэта. Это позволяет собирать биомеханические паттерны в естественных цеховых пространствах без необходимости надевания специальных костюмов на заводских операторов. Полный комплект открытых библиотек и инструментов симуляции выложен в репозитории GitHub и Hugging Face под свободной лицензией.

Бесплатный доступ к первому пакету из тысячи часов тренировочных последовательностей призван устранить барьер дорогостоящей исследовательской инфраструктуры для небольших академических лабораторий и стартапов, не обладающих собственными студиями захвата движений. До конца текущего года разработчики планируют расширить библиотеку MotionDecode специализированными разделами промышленной сборки, работы с ручным инструментом и бытовых сценариев взаимодействия с домашней утварью.