Son Güncelleme: 23 Nisan 2026

Somutlaştırılmış Yapay Zeka için Veri Toplama: 2026'da Uzaktan Operasyon, Simülasyondan Gerçeğe ve Endüstriyel Veri Kümeleri

Yapay zekânın somutlaştırılmasında darboğaz hesaplama gücü değil, veridir. Bir robot politikasının eğitilmesi, internet ölçeğinde mevcut olmayan senkronize eylem-durum akışları gerektirir. Şu anda bu talebi karşılayan üç kaynak bulunmaktadır. İnsan uzaktan kumandası, operatör zamanı pahasına yüksek kaliteli gösterimler sağlar. Simülasyondan gerçekliğe aktarım, bölüm sayısını artırır ancak doğruluk açığı yaratır. Büyük açık veri kümeleri, düzinelerce laboratuvar ve platformdan gelen katkıları bir araya getirir.

Veri Neden Yapay Zekanın Somutlaştırılmış Darboğazı?

Hesaplama, öngörülebilir bir ölçeklendirme eğrisini izledi. Milyarlarca parametreli görme-dil-eylem (VLA) modellerini eğitebilen GPU kümeleri bugün ticari olarak erişilebilir durumda. Ancak ölçeklenmeyen şey, bu modellerin ihtiyaç duyduğu verilerdir: fiziksel robot manipülasyonu sırasında kaydedilen, yeterli görev ve somutlaştırma çeşitliliğine sahip, genelleme yapabilen politikalar üretebilen eşleştirilmiş gözlemler ve eylemler.

Bir dil modeli, haftalar içinde web'den bir trilyon token'ı işleyebilir. Bir robot manipülasyon veri seti ise bölüm bölüm oluşturulmalıdır; her bölüm fiziksel bir robot, gerçek veya simüle edilmiş bir ortam, bir görev tanımı ve ya bir insan operatör ya da senaryolu bir gösterim gerektirir. Uluslararası Robotik Federasyonu (IFR), 2024 yılında dünya genelinde 3.9 milyondan fazla endüstriyel robotun çalıştığını tahmin ediyor; ancak en büyük açık manipülasyon veri setleri yaklaşık bir milyon bölüm içeriyor. Bu açık hızla kapanmıyor.

Bu zorluk, somutlaştırma farkını göz önünde bulundurduğunuzda daha da artar: 6 serbestlik dereceli tek kollu bir manipülatör üzerinde eğitilmiş bir politika, çift kollu bir insansı robota veya kollu bir mobil tabana sorunsuz bir şekilde aktarılamaz. Her yeni robot form faktörü, veri gereksinimlerini etkili bir şekilde sıfırlar. Eylem öbekleme yaklaşımları (bir politikanın tek adımlar yerine çok adımlı eylem dizileri ürettiği yaklaşımlar), çıkarım gecikmesini azaltır ancak çeşitli eğitim kapsamına olan ihtiyacı azaltmaz.

Open X-Embodiment makalesine (Padalkar vd., 2023, Google DeepMind vd.) göre, çeşitli robot verileri üzerinde çapraz model eğitimi, tek model veri kümelerinin sağladığının ötesinde politika genellemesini iyileştirebilir. EVST, 3-800 kg aralığındaki robot serisi için yapay zeka destekli hareket planlamasını seçerken, iç değerlendirme sürecinin bir parçası olarak çapraz model veri kümesi kalitesini değerlendirerek bu sorunu ele almaktadır. Bu veri stratejisinin donanım tarafı için bkz. EVST Somutlaştırılmış Yapay Zeka ÇözümleriBunlara insansı robotlar, becerikli veri toplama elleri, dört ayaklı robotlar ve somutlaştırılmış yapay zeka geliştirme için pilot platformlar dahildir.

Üç Ana Veri Kaynağı: Güçlü Yönleri ve Sınırlamaları

teleoperasyon

Uzaktan kumanda, hedef robot donanımı üzerinde uzman kalitesinde gösterimler yakalar. Operatör, lider-takipçi kolları, VR başlıkları, dış iskelet kıyafetleri veya el tipi arayüzler aracılığıyla robotu uzaktan kontrol ederken, sistem her eklem açısını, tutucu durumunu, kuvvet okumasını ve kamera karesini eş zamanlı olarak kaydeder. Veriler, gerçek robot üzerinde gerçek görevi gerçekleştiren bir insandan geldiği için, eylem-durum eşleşmesi tamdır ve somutlaştırma boşluğu sıfırdır.

Sınırlama, işlem hızıdır. Yetenekli teleoperatörler, görev karmaşıklığına bağlı olarak saatte yaklaşık 5-50 bölüm üretir ve operatörler yorulduğunda veri kalitesi düşer. Ayrıca, teleoperasyon, kasıtlı bir protokol tasarımı olmadan arıza kurtarma konusunda ölçeklenebilir değildir: eğer operatörler her zaman başarılı olursa, politika asla bozulmalardan kurtulmayı öğrenemez.

Simülasyondan Gerçeğe Aktarım

Fizik simülatörleri (MuJoCo, NVIDIA Isaac Sim, Isaac Lab, PyBullet), araştırmacıların milyonlarca robot bölümünü neredeyse sıfır marjinal maliyetle üretmelerine olanak tanır. Tek bir GPU kümesi, binlerce paralel simülasyon örneğini bir gecede çalıştırabilir. Maliyet, dağıtım aşamasında ortaya çıkar: simülasyonda eğitilen politikalar, simülatörün doğru bir şekilde kopyalamadığı gerçek dünya temas dinamikleri, sensör gürültüsü ve görsel varyasyonla karşılaştığında genellikle başarısız olur. Bu simülasyon-gerçek dünya açığını kapatmak aktif bir araştırma alanıdır.

İnternet Videosu ve Pasif Gözlem

İnternet videoları üzerinde önceden eğitilmiş büyük görsel-dil modelleri, görev temellendirmesine yardımcı olan genel sahne anlayışı sağlar. Fiziksel Zeka'nın pi0 mimarisi ve benzer VLA tasarımları, robot gösterilerinde ince ayar yapmadan önce manipülasyon becerilerini geliştirmek için video ön eğitimini kullanır. Sınırlama, videonun eylem etiketleri sağlamamasıdır: bir video bir elin bir nesneyi kavradığını gösterir, ancak uygulanan kuvveti veya eşdeğer bir robot kolunun eklem açılarını kaydetmez. Ters dinamik modeller, eylemleri videodan kısmen çıkarabilir, ancak ortaya çıkan sözde etiketler gürültü içerir.

Uzaktan Kumanda Donanımı ve Protokolleri

Uzaktan kumanda arayüzünün seçimi hem veri kalitesini hem de veri toplama verimliliğini şekillendirir. Aşağıda 2025-2026 araştırma ve ticari programlarında en aktif olan sistemler yer almaktadır.

Lider-Takipçi Kolları: ALOHA ve Mobil ALOHA

ALOHA (Çift Kollu Uzaktan Kumanda için Düşük Maliyetli Açık Kaynak Donanım Sistemi), Stanford'da geliştirildi ve operatörün elle hareket ettirdiği iki ucuz lider kol kullanırken, robot üzerindeki iki eşleştirilmiş takipçi kol da hareketi gerçek zamanlı olarak tekrarlıyor. Çift kollu tasarım, tek kollu sistemlerin yapamadığı iki elle yapılan görevleri yakalıyor. Mobil ALOHA, platformu mobil bir tabana genişletiyor. 2024 yılında piyasaya sürülen ALOHA 2, eklem izleme doğruluğunu ve operatör ergonomisini iyileştirdi. Lider-takipçi çifti için donanım maliyeti 20,000 doların altında olup, bu da düzinelerce akademik laboratuvarda benimsenmesini sağladı.

Bileğe Takılan Arayüzler: UMI

Stanford ve Columbia'nın geliştirdiği Evrensel Manipülasyon Arayüzü (UMI), bir balık gözü kamerayı ve kodlayıcıyı elde tutulan bir tutucuya monte eder. Operatör, ortamda görevi fiziksel olarak gösterirken, tutucu uç efektörün pozisyonunu ve kavrama durumunu kaydeder. UMI, veri toplamayı robottan ayırır: gösteriler sahada toplanabilir ve daha sonra farklı robot uygulamalarına yeniden hedeflenebilir. Bu, özellikle laboratuvar ortamı dışında, gerçek ortamda manipülasyon verisi toplamak için kullanışlı hale getirir.

VR ve Baş Üstü Ekranlar

Apple Vision Pro ve Meta Quest 3, uzaktan kumanda arayüzleri olarak araştırılıyor. Çekiciliği, sezgisel operatör kontrolüyle birlikte iki elle altı serbestlik dereceli el takibinde yatıyor. Mühendislik zorluğu ise yeniden hedeflemede: insan elinin kinematiği (beş parmak, 27 eklem), robot uç efektör komutlarına (tipik olarak 1 serbestlik dereceli tutucular veya 12-16 serbestlik dereceli becerikli eller) eşlenmelidir. Dikkatli bir yeniden hedefleme yapılmadan, kaydedilen gösteriler operatörün niyetini içerir ancak doğrudan yürütülebilir robot eylemlerini içermez.

Dış İskelet ve Tüm Vücut Yakalama

Tüm vücut hareket verilerine (hareket ve manipülasyonu birleştiren) ihtiyaç duyan insansı robotlar için, dış iskelet kıyafetleri 100 Hz'nin üzerinde örnekleme hızlarında tüm vücut kinematiğini yakalar. AgiBot, AgiBot World veri seti için insansı manipülasyon verilerini toplamak amacıyla dış iskelet tabanlı bir yaklaşım kullanmaktadır. Fourier GR-1 uzaktan kumandası da benzer şekilde robotun eklem konfigürasyonuna uygun giyilebilir bir yakalama düzeneğine dayanmaktadır.

Şekil ve Büyük Ölçekli Ticari Filolar

Figure AI, BMW üretim tesislerinde tescilli bir uzaktan kumandalı robot filosunu işletiyor. Her bir robotun eğitime geri besleme sağlayan yeni bölümler topladığı veri çarkı modeli, Tesla Optimus'un geliştirme stratejisinin de merkezinde yer alıyor. Bu kapalı döngü sistemler, açık akademik veri kümelerinin ulaşamayacağı bir hızda endüstriyel veri topluyor.

Uzaktan Operasyon Platformu Karşılaştırması

Not: Verim rakamları, yayınlanmış araştırmalardan ve araştırmacıların açıklamalarından elde edilen yaklaşık aralıklardır. Operatörün bireysel becerisi ve görev karmaşıklığı sonuçları önemli ölçüde etkiler.

Herkese Açık Veri Kümeleri: Open X-Embodiment, DROID, BridgeData, RoboSet, RH20T, AgiBot World

Açık veri seti ekosistemi 2022'den bu yana hızla genişledi. Aşağıda, 2026 yılının başları itibariyle en çok alıntı yapılan koleksiyonlara genel bir bakış yer almaktadır.

Açık X-Embodiment (OXE) ve RT-X

Google DeepMind tarafından 33 kurumun katkısıyla oluşturulan OXE, 22'den fazla robot türünde 1 milyondan fazla bölümü bir araya getiriyor. İlişkili RT-X modelleri, birleştirilmiş farklı vücut tiplerine ait veriler üzerinde yapılan eğitimin, genelleme kıyaslamalarında tek vücut tiplerine ait temel modellere göre daha iyi performans gösterdiğini ortaya koydu. OXE, katkıda bulunan kuruma bağlı olarak CC-BY ve Apache 2.0 lisanslarının bir karışımı altında yayınlanmaktadır. Erişim, RT-X web sitesi ve HuggingFace üzerinden sağlanmaktadır.

DROID

DROID (Dağıtılmış Robot Etkileşim Veri Seti), standartlaştırılmış bir Franka Panda kurulumu ve ALOHA tarzı bir uzaktan kumanda arayüzü kullanılarak Kuzey Amerika'daki 13 araştırma laboratuvarında toplanmıştır. Yaklaşık 76,000 adet çeşitli ev ve masaüstü manipülasyon görevi bölümü içermektedir. Tüm lokasyonlarda standartlaştırılmış donanım, DROID'i davranış klonlama ve RLHF deneyleri için en temiz büyük ölçekli manipülasyon veri setlerinden biri haline getirmektedir.

BridgeData V2

UC Berkeley ve Stanford'dan BridgeData V2, çok çeşitli masaüstü manipülasyon görevlerini kapsayan yaklaşık 60,000 gösterim içermektedir. WidowX kolu kullanır ve görev çeşitliliği (70'ten fazla farklı görev kategorisi) ile dikkat çeker; bu da onu VLA modelleri için yaygın bir ince ayar tabanı haline getirir. CC-BY 4.0 lisansı altında yayınlanmıştır.

RoboSet

IIT Delhi ve işbirlikçileri tarafından geliştirilen RoboSet, Franka Panda ile toplanan çok görevli mutfak manipülasyon verilerini sağlar. Her bölüm için RGB-D gözlemleri ve dil açıklamaları içerir. RoboSet, özellikle dil koşullu politika değerlendirmesini desteklemek üzere tasarlanmıştır ve bu da onu talimat izleme genellemesini test etmek için kullanışlı hale getirir.

RH20T

RH20T (Robot-İnsan 20 Görev), senkronize robot propriosepsiyonu, RGB video, derinlik, dokunsal ve ses akışlarını içeren, temas açısından zengin, büyük ölçekli bir manipülasyon veri setidir. Çok modlu zenginliği, RH20T'yi yalnızca görsel gözlem değil, temas algılamasına ihtiyaç duyan politikalar üzerinde çalışan araştırmacılar için bir referans haline getirir.

AgiBot Dünyası

AgiBot World, Çinli bir robotik şirketi olan AgiBot tarafından, dış iskelet tabanlı veri toplama hattı kullanılarak üretilen bir insansı robot manipülasyon veri setidir. Tam vücut insansı robot manipülasyon görevlerine odaklanan bu veri seti, endüstriyel ölçekte insansı robot form faktörlerini hedefleyen ilk büyük ölçekli veri setlerinden birini temsil etmektedir. AgiBot World, ticari olmayan kullanım için açık araştırma lisansı altında mevcuttur.

Herkese Açık Somutlaştırılmış Yapay Zeka Veri Kümesi Referansı

Bölüm sayıları ve lisans koşulları, 2026 yılının başı itibarıyla veri seti makalelerinden ve resmi depolardan alınmıştır. Kullanmadan önce güncel koşulları doğrulayın.

Simülasyondan Gerçeğe Dönüştürme Yöntemi: Isaac Sim, MuJoCo, Cosmos ve Alan Rastgeleleştirme

Simülasyon, veri üretimini ölçeklendirir. Pratik soru, hangi simülatörün kullanılacağı ve fiziksel donanıma olan mesafenin nasıl kapatılacağıdır.

MuJoCo

MuJoCo (Çok Eklemli Temaslı Dinamikler), temas açısından zengin manipülasyon araştırmaları için standart olmaya devam etmektedir. Fizik motoru, rijit cisim dinamiklerini, yumuşak temasları ve tendonla çalışan sistemleri, tek bir GPU kümesinde binlerce paralel eğitim bölümüne olanak tanıyan hesaplama verimliliğiyle ele almaktadır. 2022 yılında Google DeepMind altında açık kaynak olarak yayınlanması, benimsenmesini önemli ölçüde hızlandırmıştır. Çoğu akademik davranış klonlama ve RLHF kıyaslama testi MuJoCo ortamlarını kullanmaktadır.

NVIDIA Isaac Sim ve Isaac Laboratuvarı

Isaac Sim, NVIDIA'nın Omniverse platformunda çalışır ve yüksek doğrulukta görüntüleme ile GPU hızlandırmalı fizik sunar. Isaac Lab (önceden OmniIsaacGymEnvs), Isaac Sim üzerine kurulu, büyük ölçekli paralel politika eğitimi için optimize edilmiş takviyeli öğrenme çerçevesidir. En önemli avantajlarından biri fotogerçekçi görüntülemedir: Isaac Sim'in yol izlemeli görselleri, MuJoCo'nun basitleştirilmiş görüntüleyicilerine kıyasla görsel alan farkını azaltır; bu da görme tabanlı politikaların eğitimi için önemlidir.

NVIDIA Kozmos

Cosmos, NVIDIA'nın 2024 sonlarında duyurduğu dünya çapındaki temel model platformudur. Fizik olaylarını temel prensiplerden yola çıkarak simüle etmek yerine, Cosmos, büyük video veri kümeleri üzerinde eğitilmiş metin veya görüntü komutlarından robot ve nesne etkileşimlerinin fotogerçekçi videolarını üretir. Vaat, elle oluşturulmuş alan rastgeleleştirmesine gerek kalmadan görsel simülasyon ile gerçek arasındaki boşluğu kapatacak kadar gerçekçi görünen sentetik eğitim verileri üretmektir. 2026 başlarında, Cosmos, gerçek gösterimlerin üzerine veri artırma katmanı olarak çeşitli robot öğrenme laboratuvarları tarafından araştırılmaktadır.

Gauss Sıçratma ve Sahne Yeniden Yapılandırması

3D Gaussian Splatting, küçük bir RGB görüntü kümesinden fotogerçekçi sahneleri saatler yerine dakikalar içinde yeniden oluşturur. Robot eğitimi için bu, bir laboratuvarın yeni bir çalışma ortamını tarayabileceği, Gaussian bir sahne yeniden oluşturabileceği ve veri artırma için yeni bakış açıları veya nesne konfigürasyonları üretebileceği anlamına gelir; üstelik hiçbir fizik simülatörüne ihtiyaç duymadan. Bu yaklaşım, düşük maliyetli bir görsel alan rastgeleleştirme aracı olarak çeşitli simülasyon-gerçek süreç hatlarına entegre edilmektedir.

Alan Rastgeleleştirme ve Sistem Tanımlama

Alan rastgeleleştirme, eğitim sırasında simülasyon parametrelerini (nesne dokuları, aydınlatma koşulları, sürtünme katsayıları, robot eklem sertliği) rastgele hale getirerek, politikanın tek bir simüle edilmiş konfigürasyona uymak yerine varyasyona karşı dayanıklı olmasını sağlar. Sistem tanımlama ise tamamlayıcı bir yaklaşım benimser: gerçek robotun fiziksel parametrelerini (kütle, atalet, eklem esnekliği) hassas bir şekilde ölçer ve rastgeleleştirmeden önce aradaki farkı en aza indirmek için bu değerleri simülasyonda kullanır.

Müfredat öğrenimi, rastgeleleştirmeyi aşamalı olarak uygular. Bir politika önce dar, temiz bir simülasyonda eğitilir, ardından performans iyileştikçe kademeli olarak daha fazla varyasyonla karşılaşır. Bu aşamalı yaklaşım, baştan itibaren tam rastgeleleştirmeyi uygulamaktan genellikle daha hızlı yakınsama sağlar.

Veri Kalitesi ve Miktarı Arasındaki Denge

Daha fazla veri otomatik olarak daha iyi anlamına gelmez. Bir veri kümesinin bileşimi, eğitilmiş bir politikanın neler yapabileceğini ve neler yapamayacağını şekillendirir.

Genel amaçlı bir politika hedeflendiğinde, görev çeşitliliği, bölüm sayısından daha önemlidir. Aynı alma-yerleştirme görevine ait 100,000 bölümden oluşan bir veri seti, uzmanlaşmış bir politika üretir. 50 farklı görev türüne yayılmış 10,000 bölümden oluşan bir veri seti ise, az sayıda örnekle ince ayar yapıldıktan sonra yeni görevlere aktarılabilecek bir politika üretebilir.

Robotlar arası aktarım için somutlaştırma çeşitliliği önemlidir. OXE'nin değeri tam olarak kol tiplerini, mobil platformları ve becerikli elleri kapsamasında yatmaktadır. OXE üzerinde önceden eğitilmiş ve yeni bir robot üzerinde ince ayar yapılmış bir politika, genellikle aynı yeni robotun verileri üzerinde sıfırdan eğitilmiş bir politikadan daha iyi performans gösterir; bu sonuç, yayınlanmış birçok çalışmada tutarlıdır.

Olay uzunluğu ve hata kurtarma mekanizmaları yeterince takdir edilmiyor. Nadiren hata yapan yetenekli teleoperatörler tarafından toplanan veri kümeleri, bozulmalardan nasıl kurtulacağını bilmeyen politikalar üretiyor. Kasıtlı olarak hata durumları eklemek ve kurtarma gösterileri yapmak, gerçek dünya dayanıklılığını önemli ölçüde artırıyor. Bazı laboratuvarlar, bu verileri üretmek için teleoperasyon oturumları sırasında düşmanca bozulmalar kullanıyor.

2024-2025 yıllarında çeşitli robot öğrenme laboratuvarı raporlarından elde edilen sektör gözlemlerine göre, bir veri kümesi bir görevi yaklaşık 500-1,000 gösterimle kapsadığında ek bölümlerin marjinal değeri keskin bir şekilde düşerken, yeni görev türlerinin marjinal değeri binlerce farklı göreve kadar yüksek kalmaktadır. EVST, pilot veri toplama hücrelerini yapılandırırken bunu dikkate alarak, tekrarlayan bölüm birikiminden ziyade görev çeşitliliğine öncelik vermektedir.

Endüstriyel Düzeyde Veri Hususları

Fabrika veri toplama işlemleri, akademik uzaktan kumanda sistemlerinin genellikle ele almadığı gereksinimler ortaya koymaktadır.

Belirleyici kayıt, ilk gerekliliktir. Bir üretim hücresinde, bir eklem kodlayıcı okumasındaki zaman damgası, milisaniyenin altındaki bir doğrulukla gerçek saat referansına izlenebilir olmalıdır. Endüstriyel robotlarda (EVST'nin ürün gamındaki robotlar da dahil olmak üzere) standart olan EtherCAT 1 kHz alan veri yolu kontrolü, çoklu sensör senkronizasyonunu yönetilebilir kılan belirleyici zamanlama temelini sağlar. 1 kHz'de çalışan bir sistem, eksen başına saniyede 1,000 eklem durumu örneği üretir; bu akışı 30-60 fps'deki kamera kareleri ve 500 Hz'deki kuvvet-tork verileriyle hizalamak, yazılım tamponlaması değil, disiplinli bir donanım zaman damgalama mimarisi gerektirir.

Kaza atlattığı durumlarda, acil durdurma düğmelerinin devreye girmesi veya kuvvet limiti ihlalleri gibi olaylar yaşandığında güvenlik etiketleri gereklidir. Bu etiketler hem uyumluluk hem de güvenlikle ilgili durumları anlayan eğitim politikaları için gereklidir. Acil durdurma nedenlerini ve mafsal torku aşımlarını donanım düzeyinde kaydeden endüstriyel kontrolörler, bu etiketlemeyi kolaylaştırır.

Çevrim süresi açıklaması, robot bölümlerini üretim sonuçlarına bağlar. 4,712 numaralı bölümün montaj görevini 8.3 saniyede ve sıfır kalite hatasıyla tamamladığını bilmek, robot öğrenme verilerini MES sistemine bağlar ve eğitim için yüksek kaliteli gösterimlerin seçilmesine olanak tanır.

MES bağlantılı meta veriler köprü görevi görür. Bir robotun veri kayıt sistemi, MES iş kimlikleri, parça tipleri ve kalite sonuçları eklenmiş olay dosyaları yazdığında, ortaya çıkan veri seti programatik olarak filtrelenebilir. Yeniden işleme, hurda veya operatör müdahalesiyle ilişkili olaylar hariç tutulabilir veya arıza gösterimi olarak ele alınabilir.

Pratikte, veri yakalama için bir pilot hücreyi yeniden yapılandırırken en yaygın darboğaz robotun kayıt yeteneği değil, hücrenin ağ mimarisidir. PLC-robot iletişimi için kHz altı hızlarda tasarlanmış endüstriyel ethernet segmentleri, sürekli çok kameralı video ve propriosepsiyon akışlarının bant genişliği için her zaman boyutlandırılmamıştır. Saniyede 30 kare hızında iki adet 1080p kamera, altı eksenli kuvvet verisi ve eklem durumlarını çalıştıran bir hücre, dakikada yaklaşık 150-300 MB ham bölüm verisi üretir. Dağıtımdan önce depolama ve ağ altyapısını planlamak, daha sonraki yeniden yapılandırma maliyetinden kaçınmayı sağlar.

Etiketleme İşlem Hatları ve Araçları

Ham bölüm kayıtları eğitim için hazır değildir. Dil açıklamalarına, nesne segmentasyon maskelerine ve bazı durumlarda ödül etiketlerine ihtiyaç duyarlar.

Dil Açıklaması

Dil koşullu VLA modelleri, her bölümün görevine ilişkin doğal dil açıklamasına ihtiyaç duyar. Küçük veri kümeleri için bu işlem manuel olarak yapılır; 10,000'den fazla bölümden oluşan veri kümeleri için ise görsel-dil modelleri (GPT-4V, Gemini veya özel altyazı modelleri) kullanılarak otomatik etiketleme gerekli hale gelir. Kalite kontrolü, otomatik etiketleyicideki sistematik hataları yakalamak için bir örneğin insan tarafından incelenmesini gerektirir.

Nesne Bölümleme ve İzleme

Nesne durumuna ilişkin akıl yürüten politikalar, manipüle edilen nesneleri tanımlayan bölüm başına segmentasyon maskelerinden faydalanır. Meta'nın Her Şeyi Segmente Etme Modeli (SAM 2), izleme yayılım geçişiyle birleştirildiğinde, veri kümesi ölçeğinde etkileşimli segmentasyonu yönetilebilir hale getirerek, bölüm başına açıklama süresini saatlerden dakikalara indirir.

RLHF için Ödül Şekillendirme

Bölümler hem başarı hem de başarısızlık gösterimlerini içerdiğinde, ödül etiketleme, insan geri bildiriminden (RLHF) pekiştirmeli öğrenmenin ince ayarını mümkün kılar. İnsan yorumlayıcılar bölüm sonuçlarını sıralar ve bu tercihler, politika güncellemelerini şekillendiren bir ödül modelini eğitir. Bu süreç, Fiziksel Zeka'nın pi0 geliştirmesinde kullanılmaktadır ve MES'ten zaten ikili başarı/başarısızlık etiketlerinin mevcut olduğu endüstriyel görev eğitiminde araştırılmaktadır.

Gizlilik, Fikri Mülkiyet ve Veri Kümesi Lisanslaması

Açık veri seti katkıları, endüstriyel OEM'lerin katılmadan önce çözmesi gereken fikri mülkiyet sorunlarını gündeme getiriyor.

Kullanılan başlıca lisans kategorileri CC-BY (atıf gerekli, ticari kullanım izni verilmiş), CC-BY-NC (sadece ticari olmayan kullanım) ve Apache 2.0'dır (izin verici, ticari kullanım ve model ağırlığı yeniden dağıtımı dahil). Tescilli veri kümeleri (Tesla Optimus, Figure'ın filo verileri, Boston Dynamics) dışarıya paylaşılmamaktadır.

Fabrika üreticileri için fikri mülkiyet endişesi, süreç ifşasıdır: belirli bir fikstür konfigürasyonunu, takım yolunu veya bağlama tasarımını gösteren bir olay, tescilli üretim yöntemlerini ortaya çıkarabilir. Standart önlem, görsel bağlamı uç efektör seviyesine indirgemek, yalnızca eklem yörünge akışlarını (kamera verisi olmadan) sağlamak veya manipülasyon yörüngesinin sentetik görüntülerini genel bir arka plana karşı kullanmaktır. Birkaç yeni konsorsiyum modeli, karşılıklı gizlilik anlaşmaları ve Apache 2.0 veri lisanslarıyla birlikte anonimleştirilmiş endüstriyel veri katkısı için yasal çerçeveler sunmaktadır.

Stanford CRFM ve işbirlikçilerinin 2024 robot öğrenme araştırmasında yaptığı analize göre, özel veri depoları, mevcut ölçütlerin ötesinde somutlaştırılmış yapay zekanın ilerlemesinin önündeki en büyük yapısal engeli temsil ediyor. Şu anda dahili veri yönetişim çerçeveleri geliştiren endüstriyel OEM'ler, bu programlar önümüzdeki 18-24 ay içinde resmileştiğinde veri kümesi konsorsiyumlarına katılmaya hazır konumda olacaklar.

Fabrika Üreticileri Verilere Nasıl Katkıda Bulunabilir?

Endüstriyel otomasyon tedarikçileri (FANUC, ABB, KUKA ve EVST gibi sertifikalı anahtar teslim entegratörler dahil), robot donanımı ve gerçek üretim ortamlarının kesişim noktasında yer almaktadır. Bu konum, operasyonel ve yasal çerçeve mevcutsa, onları somutlaştırılmış yapay zeka veri ekosistemine doğal katkıda bulunanlar haline getirmektedir.

Uzaktan Kumanda Katmanlı Pilot Hücreler

En kolay erişilebilir giriş noktası, üretim robotunun uzaktan kumanda sistemiyle donatıldığı bir pilot hücredir: operatörün üretim görevinin varyasyonlarını göstermek için kullandığı bir lider-takipçi kolu. Bu gösterimler düşük hacimde (50-500 bölüm) toplanır ve önceden eğitilmiş bir VLA modelinin belirli üretim görevine ince ayar yapılması için yeterlidir. Pilot hücre yaklaşımı, üretim hücresinin güvenlik sertifikasyonunda değişiklik gerektirmez çünkü uzaktan kumanda sistemi, paralel bir kontrol yolu olarak değil, robot kontrolcüsüne bir giriş cihazı olarak çalışır.

Üretim Robotlarına Sonradan Kayıt Alma Özelliği Eklenmesi

Mevcut üretim robotlarına, eklem durumunu, uç efektör pozisyonunu ve kavrama kuvvetini EtherCAT hızlarında kaydeden ve üretim çalışmaları sırasında zaman damgalı bölüm dosyalarını bir uç sunucuya yazan hafif kayıt modülleri sonradan takılabilir. Bu, robotun kontrol programında herhangi bir değişiklik gerektirmez. Kaydedilen veriler, laboratuvar gösterimlerinden daha temsili olan gerçek üretim manipülasyon davranışını yakalar. EVST'nin 1 kHz EtherCAT çevrim sürelerinde çalışan ve CE/SGS/TUV standartlarına göre sertifikalandırılmış endüstriyel kontrolörleri, bu kayıt yaklaşımının dayandığı deterministik zamanlama mimarisini sağlar. Veriler, pahalı yeniden entegrasyon çalışmalarına gerek kalmadan temizlenebilir, anonimleştirilebilir ve standart robot öğrenme çerçeveleri için biçimlendirilebilir.

Anonimleştirilmiş Veri Kümesi Programına Katılım

Yeni ortaya çıkan OEM veri seti programları (AgiBot World'ün açık katkı bölümü ve ICRA 2025'teki çeşitli konsorsiyum görüşmeleri dahil), anonimleştirilmiş endüstriyel manipülasyon verilerini kabul etmektedir. EVST gibi IATF16949 sertifikasına sahip OEM'ler, bu programların belirttiği meta veri bütünlüğü gereksinimlerine iyi uyum sağlayan mevcut kalite yönetim süreçlerine sahiptir: izlenebilir zaman damgaları, belgelenmiş toplama protokolleri ve doğrulanmış sensör kalibrasyon kayıtları.

Veri Avantajı Olarak Küresel Saha Kapsamı

100'den fazla ülkede saha mühendislerine sahip bir OEM, gerçekten çeşitli üretim ortamlarından (farklı iş parçası geometrileri, ortam koşulları, operatör demografisi ve süreç varyasyonları) somutlaştırılmış yapay zeka eğitim verileri toplayabilir. Bu coğrafi çeşitlilik değerlidir çünkü bu veriler üzerinde eğitilen politikalar, tek bir laboratuvar veya tesisten elde edilen veriler üzerinde eğitilen politikalara göre daha iyi genelleme yapar. EVST'nin patlamaya dayanıklı sertifikalı robotları ve 3-800 kg aralığındaki ürün yelpazesi, veri toplamanın kimyasal işleme, tehlikeli madde taşıma ve aşırı sıcaklıkta üretim gibi çoğu akademik veri setinin hiç kapsamadığı ortamlara kadar uzanabileceği anlamına gelir.

Sektöre Ait Önemli Veri Noktaları

Uluslararası Robotik Federasyonu'nun (IFR) Dünya Robotik 2024 raporuna göre, 2023 yılında dünya genelinde 3.9 milyondan fazla endüstriyel robot faaliyetteydi; ancak en büyük açık robot manipülasyon veri kümeleri toplamda 2 milyondan az olay içeriyor ve bu da kullanılan donanım ile mevcut eğitim verileri arasındaki ölçek farkını gösteriyor. EVST, üretim robot filolarını pasif veri toplama varlıklarına dönüştüren sonradan entegre edilebilen kayıt mimarilerini araştırarak bu sorunu ele alıyor.

Open X-Embodiment makalesine (Padalkar vd., Google DeepMind vd., 2023) göre, 22'den fazla robot türünden elde edilen çapraz somutlaştırma verileri üzerinde eğitilen modeller, tek bir somutlaştırmanın verileri üzerinde eğitilen modellere kıyasla, ayrılmış görevlerde ölçülebilir derecede daha iyi genelleme göstermiştir. EVST, üretim hattı ince ayar değerlendirmelerinde veri kümesinin faydasını değerlendirirken, somutlaştırma çeşitliliğini bölüm sayısıyla birlikte ağırlıklandıracak şekilde dahili veri değerlendirme çerçevesini yapılandırarak bu sorunu ele almaktadır.

2024-2025 yıllarında çeşitli robot öğrenme laboratuvarlarından elde edilen endüstri gözlemlerine göre, görsel simülasyon ile gerçek dünya arasındaki fark, standart alan rastgeleleştirme tekniklerinin güvenilir bir şekilde kapsamadığı, yansıtıcı veya saydam nesneleri içeren manipülasyon görevlerindeki politika başarısızlığı vakalarının çoğunu oluşturmaktadır. EVST, yapay zeka destekli hareket planlama yol haritası için aday artırma katmanları olarak fotogerçekçi simülasyon araçlarını (özellikle NVIDIA Cosmos ve Gaussian Splatting işlem hatlarını) izleyerek bu sorunu ele almaktadır.

İlgili Kılavuzlar

• Endüstriyel Robotikte Somutlaştırılmış Yapay Zeka ve VLA Modelleri: Fabrika Mühendislerinin Bilmesi GerekenlerBu bölüm, görsel-dil-eylem modellerinin mimarisini ve bunların üretim donanımındaki dağıtım kısıtlamalarını kapsamaktadır.
• Endüstriyel Üretimde İnsansı Robotlar 2026İnsansı robot platformların hangi görevleri gerçekten yerine getirebileceğini, geleneksel endüstriyel kollardan farklı olarak inceliyor.
• 2026'da Fabrika Kullanımı İçin İnsansı Robotlar ve Endüstriyel Robot Kolları Karşılaştırmasıİki form faktörü arasındaki yetenek, maliyet ve entegrasyon karmaşıklığı açısından doğrudan bir karşılaştırma.
• Kobotlara Tam Kılavuz: Türleri, Seçimi ve 2026'daki UygulamalarıBu, taşıma kapasitesi, uygulama ve ortam gereksinimlerine göre işbirlikçi robot seçimi için temel referanstır.

Sıkça Sorulan Sorular

Yapay zekâya yönelik veri toplama, dil modelleri için veri toplamaktan neden daha zordur?

Dil modelleri, internette zaten çok büyük ölçekte mevcut olan metinler üzerinde eğitilir. Yapay zekâ robotları, eylemle eşleştirilmiş sensör-motor verileri toplamalıdır: senkronize eklem açıları, kavrama kuvvetleri, kamera kareleri ve görev bağlamı; bunların tümü fiziksel manipülasyon sırasında kaydedilir. Bu veriler web ölçeğinde mevcut değildir ve üretilmesi pahalıdır. Her uzaktan kumanda edilen bölüm, tek bir eğitim yörüngesi üretmek için genellikle 1-10 dakika yetenekli operatör zamanı gerektirir ve operatör robotun dinamiklerine aşina değilse kalite düşer.

Robot eğitiminde simülasyondan gerçek ortama aktarım ile alan rastgeleleştirmesi arasındaki fark nedir?

Genel hedef, simülasyondan gerçek dünyaya aktarımdır: bir politikayı simülasyonda eğitmek ve performans düşüşü olmadan fiziksel bir robota uygulamak. Alan rastgeleleştirmesi, bu hedefe ulaşmak için kullanılan bir tekniktir. Eğitim sırasında simülasyon parametrelerini (aydınlatma, dokular, sürtünme katsayıları, nesne kütleleri) rastgele değiştirir, böylece politika tek bir simüle edilmiş görünüme aşırı uyum sağlamak yerine gerçek dünya varyasyonunu ele almayı öğrenir. Diğer yöntemler arasında alan adaptasyonu, fotogerçekçi işleme (NVIDIA Cosmos'ta olduğu gibi) ve sistem tanımlama yer alır.

Open X-Embodiment nedir ve kaç robot türünü kapsar?

Open X-Embodiment, Google DeepMind tarafından 33 araştırma kurumunun katkısıyla oluşturulmuş büyük ölçekli açık bir robot öğrenme veri setidir. Tek kollu manipülatörler, çift kollu donanımlar, mobil tabanlar ve becerikli eller olmak üzere 22'den fazla robot biçiminde 1 milyondan fazla robot bölümünü bir araya getirir. OXE üzerinde eğitilen RT-X modelleri, tek biçimli temel modellere kıyasla, farklı biçimler arası eğitimin politika genellemesini iyileştirdiğini göstermiştir.

Bir fabrika üreticisi, tescilli süreç fikri mülkiyetini ifşa etmeden robot verilerini yapay zekâ eğitimine nasıl katkıda bulunabilir?

En pratik yaklaşım, anonimleştirilmiş bölüm katkısıdır: işlem tanımlayıcı meta verileri (parça numaraları, müşteri referansları, çevrim süresi hedefleri) kaldırın ve yalnızca eklem yörüngesi ve tutucu durum akışlarını gönderin. AgiBot World ve yeni ortaya çıkan OEM konsorsiyum girişimleri de dahil olmak üzere çeşitli veri seti programları, Apache 2.0 veya CC-BY koşulları altında anonimleştirilmiş endüstriyel manipülasyon verilerini kabul etmektedir. Belirleyici EtherCAT zaman damgalarına sahip kayıt altyapısı, bölüm kalitesinin veri seti alım standartlarını karşılamasını sağlar.

Endüstriyel manipülasyon görevleri için en iyi uzaktan kumanda veri toplama sistemi hangisidir?

Endüstriyel manipülasyon için önde gelen seçenekler arasında ALOHA 2 (çift elli lider-takipçi kolları, düşük maliyetli, açık kaynaklı), UMI (bileğe monte edilmiş, robottan bağımsız, son derece taşınabilir) ve daha yüksek yük kapasiteli veya tüm vücudu kapsayan görevler için dış iskelet tabanlı yakalama sistemleri yer almaktadır. Apple Vision Pro veya Meta Quest 3 kullanan VR sistemleri, sezgisel çift elli yakalama için giderek daha fazla ilgi görmektedir, ancak insan el kinematiğini robot eklem alanına çevirmek için yeniden hedefleme süreçlerine ihtiyaç duymaktadır. Doğru seçim, hedef robotun serbestlik derecelerine, taşıma kapasitesine ve görevin iki el gerektirip gerektirmediğine bağlıdır.

Son Güncelleme: 23 Nisan 2026

Our bakın Somutlaştırılmış Yapay Zeka Çözümleri →