Axis Robotics Luncurkan AXIS: Engine Data Robot Lewat Browser, 207 Task dan 50 Ribu Trajectory

Bayangin kamu bisa ngontrol robot riset Franka Research 3 cuma pakai browser — nggak butuh GPU mahal, nggak butuh hardware robot di rumah, cuma keyboard, mouse, atau gamepad. Itu yang dibikin Axis Robotics lewat AXIS, engine data robot manipulation yang pindahin koleksi demonstrasi ke browser dan serahkan kerja berat ke backend GPU. Tim dari Axis Robotics, UC Berkeley, Georgia Tech, dan NTU ngeluarin sistem ini buat ngatasi bottleneck klasik: dataset robot tumbuh lambat banget soalnya koleksi data terkunci di lab. AXIS ubah paradigma jadi community-driven, jadi dataset bisa terus gede bukan cuma dikirim sekali lalu berhenti.

Arsitekturnya asymetris sadar: frontend di browser jalanin MuJoCo WebAssembly buat physics stepping dan Three.js rendering di thread terpisah dari React UI, biar state-action samples tetep aligned sama simulator bukan interface. Semua yang mahal — rendering di 8x RTX 4090, training dan evaluasi di 8x A100 — diurus backend. TaskGen otomatis generate task dari instruksi bahasa: pecah jadi config task, scene, object, tarik atau generate mesh lewat image-to-3D pipeline, rescale ke ukuran fisik wajar, terus propose layout 2.5D. Layout supervisor validasi scene dan fix kalau constraint gagal. Setiap task bawa structured success checker yang dijalankan ulang backend, nggak percaya flag sukses frontend.

Isi dataset: 207 task, 50 ribu episode, 70 ribu kontributor

Snapshot rilis berisi 207 task, 50.129 episode, dan lebih 60 ribu varian task atau scene di tujuh kategori scene. Setiap trajectory bawa metadata task, embodiment, versi simulator, state robot dan object, actions, label sukses, plus observasi RGB-D third-view dan wrist. Paper ngreditin lebih 70.000 anggota komunitas yang kontribusi. Pembersihan data diurus kayak production stage: sample dengan variasi joint di bawah 5e-3 dibuang sebagai static, filter Savitzky-Golay window 15 order 3 halusin gerakan kontinu, cubic splines resample dari 6-8 Hz jadi target 20 Hz. Tradeoff-nya jujur di Table 1: mean acceleration turun 63,9% (1.3539 jadi 0.4885), mean jerk turun 80,8% (11.5899 jadi 2.2243), tapi replay success jatuh dari 100% jadi 86,2%. Episode bersih direplay di IsaacSim dari packed simulator state dengan physics stepping disabled, jadi trajectory terverifikasi tetap otoritatif sementara scene, camera, material, dan cahaya dirandomisasi. Output 256x256 ray-traced RGB dari third-view fixed dan wrist camera, depth off by default.

Hasil LIBERO-Plus: naik 4,9 poin, tapi Light dan Language regress

Semua kondisi mulai dari checkpoint π0.5 rilis (PaliGemma Gemma-2B backbone + Gemma-300M action expert), optional continual pretrain di corpus sim, lalu fine-tune di LIBERO hyperparameter identik. Pretraining full-model tanpa LoRA, flow-matching loss 10-step action chunks 100k steps, lanjut 30k steps LIBERO post-training. π0.5 + AXIS-100% capai 88,8 overall vs 83,9 vanilla π0.5 dan 57,5 kontrol RoboCasa365 volume-matched. Artinya gain 4,9 poin nggak cuma gara-gara volume simulasi. Scaling konsisten di agregat: 84,7 → 85,7 → 88,8 di snapshot 25%, 50%, 100%. Per axis, gain terbesar di Sensor Noise +13,7 dan Camera +11,3 — tepat di mana pipeline augmentasi randomisasi. Background +3,7, Robot pose +3,8, Layout +2,6. Tapi Light turun 1,7 dan Language turun 1,3. Camera sempat anjlok ke 68,8 di AXIS-50% (di bawah baseline 72,5) sebelum pulih ke 83,8 di AXIS-100%. Scaling konsisten agregat, noisy per axis. Bukti real-robot di paper kualitatif doang.

Akses dan keterbatasan: dataset gated, kode training public

Deployable? Sebagian. Kode training public sebagai patch layer di atas OpenPI, platform teleoperasi live di browser siapa aja. Dataset di Hugging Face gated 2,36 TB dan dibatasi non-commercial academic use. Checkpoint policy nggak dirilis. Buat kamu yang pengen coba: bisa langsung buka platform teleoperasi di browser, nggak butuh install apa-apa. Buat riset: dataset bisa dipakai pretraining tapi cuma akademik non-komersial. Buat production: belum siap, belum ada policy checkpoint dan evaluasi real-robot kuantitatif. Tapi arahnya jelas: data engine yang growable, community-driven, dan browser-first ini bisa jadi template masa depan koleksi data robot — asalkan masalah regress di axis tertentu dan keterbatasan lisensi ketemu solusi.

• Coba platform teleoperasi AXIS di browser — nggak butuh GPU/robot lokal
• Dataset di Hugging Face (2.36 TB, academic non-commercial only)
• Kode training: patch OpenPI di GitHub Axis Robotics
• Perhatikan regress di axis Light (-1,7) dan Language (-1,3) buat riset lanjutan