发布UMI-Live野外双臂机器人数据采集系统
原文：UMI-Live for In-The-Wild Bimanual Robotics Data Collection
通用操作接口（UMI）设备允许人类专家为机器人学习演示任务，而无需遥操作实体机器人。将这些演示作为训练数据仍然需要一致的硬件设置、校准和数据处理。我们提出UMI-Live，一个用于野外数据采集的全栈开源双臂UMI系统。我们设计了定制的UMI-Live硬件，集成摄像头和LiDAR惯性传感、板载计算和电源，无需外部跟踪设备，也无需在采集环境中进行校准。我们实现了一个简单的用户界面用于记录数据，同时异步流水线执行并行SLAM重建并发布可直接用于训练的数据集。我们还发布了支持双YAM遥操作以及VLA策略训练和推理的软件。我们通过微调$π_{0.5}$和MolmoAct2验证了UMI-Live的数据质量，在双臂拾放任务上分别达到10/10和8/10的成功率。此外，我们发布了涵盖三个任务的40小时UMI-Live数据，以及完整的硬件设计、软件和复现指南，详见我们的项目网站。作者：Govind Velamoor, Adrian Lin, Sam Jung, Spencer Mateega, Brandon Y. Yang 类别：cs.RO,cs.AI