AgiBotWorld2026
קוד פתוחagibot-worldcc-by-nc-sa-4.02026-03-11
מאגר נתוני רובוטיקה מעשי שנאסף ברובוט AGIBOT G2 ומכיל אלפי הדגמות של משימות מורכבות בסביבות אמיתיות. מתאים למי שמאמן מודלים של למידת חיקוי וצריך תיוגים עמוקים של הוראות, כישורים ותיבות תחימה.
- 244,705הורדות בחודש
- 67לייקים
מה זה
המאגר מכיל בין אלף לעשרת אלפים רשומות המחולקות לפרקים מלאים של פעולות רובוט רציפות. הנתונים מגיעים במבנה LeRobot בגרסה 2.1, כאשר כל אפיזודה כוללת קובץ Parquet עם וקטורי מצב ופעולה של הרובוט, לצד סרטוני וידאו בפורמט MP4 ממספר זוויות צילום כמו ראש וידיים. מטא הדאטה בתיקיית meta מגדיר את כל מבנה הנתונים, הסטטיסטיקות והמשימות.
כל הנתונים נאספו ישירות בסביבות אמיתיות כמו חללים מסחריים ובתים, תוך שימוש ברובוט AGIBOT G2 באיסוף חופשי, ובמקביל נבנתה תאומה דיגיטלית בסימולציה תחת פרויקט GenieSim. התיעוד לא מפרט סינון ידני או ניקוי דגימות שנכשלו, אך כולל חלוקה מובנית לקבצי ארכיון לפי משימות ותרחישים שונים.
הייחוד בנתונים הוא שלוש שכבות תיוג נוספות בקובץ info.json. השכבה הראשונה מחלקת את המשימה הארוכה לתת משימות עם הוראות טקסטואליות. השכבה השנייה מספקת תיבות תחימה דו ממדיות של אובייקטים שהרובוט מתפעל, והשכבה השלישית מפרקת את הפעולות לכישורים בסיסיים כמו הרמה או התכופפות עם זמני התחלה וסיום מדויקים.
מתאים ל
- אימון למידת חיקוי היררכית
אימון מדיניות שמפרקת משימות ארוכות לשלבים על בסיס תיוגי subtask והוראות מפורטות.
- הצמדת שפה לאובייקטים
חיבור פקודות טקסט באנגלית לקואורדינטות של חפצים במרחב בעזרת תיבות התחימה בסרטונים.
- למידת פעולות בסיס
זיהוי ואימון של כישורי תנועה מוגדרים כמו הרמה ואחיזה לפי מקטעי instruction segments.
איפה זה נופל
הנתונים מתבססים רק על חומרת הרובוט AGIBOT G2, ולכן קינמטיקת התנועה והמצלמות מותאמות אליו ספציפית ולא בהכרח יעברו ישירות לחומרה שונה. כל ההוראות והתיוגים הטקסטואליים כתובים באנגלית בלבד ואין תמיכה בעברית. לא הייתי משלב את זה במערכת שפועלת בסביבה תעשייתית כבדה, כי האיסוף התמקד רק בחנויות ובתים. בנוסף, סטטיסטיקות ערוצי הווידאו בקובץ המטא מאופסות בגלל עיבוד מוקדם, כך שלא ניתן להסתמך עליהן לנירמול תמונה בלי לחשב אותן עצמאית.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח רובוט מסחרי?
לא, הרישיון הוא CC BY-NC-SA 4.0 והוא אוסר שימוש מסחרי מכל סוג. בנוסף, כל שינוי או מודל שמאומן עליו חייב להישאר תחת אותו רישיון בדיוק ואי אפשר להפוך אותו לקוד קנייני סגור.
כמה שוקל הדאטהסט ואיך בודקים אותו בלי להוריד הכל?
הנפח הכולל של מאות קובצי הארכיון לא צוין במפורש בכרטיס, אך יש קובץ דוגמה בודד ששוקל שבעה גיגהבייט. אפשר להשתמש בכלי sparse checkout של גיט כדי להוריד משימה ספציפית אחת במקום למשוך את כל המאגר.
האם יש במאגר הוראות טקסט בעברית?
לא, כל ההוראות והתיוגים מוגדרים באנגלית בלבד. אם תרצו לאמן מודל שמקבל פקודות בעברית, תצטרכו לתרגם את שכבות התיוג בקובץ info.json בעצמכם לפני האימון.
איך מחברים את הנתונים לצינור אימון קיים של LeRobot?
המאגר מגיע בתצורה של משימות ארוכות עם שלבים מרובים שאינה מתאימה ישירות לסקריפטים רגילים. היוצרים מספקים כלי בשם split_episode.py שמפרק את קובצי ה־Parquet והווידאו למקטעים של משימה בודדת ומייצר מבנה סטנדרטי.
איך טוענים
מורידים את המאגר דרך git בעזרת Git LFS ישירות מחיבוק פנים, בלי צורך בטופס אישור גישה מיוחד. מי שלא רוצה למשוך את כל המאגר יכול להוריד משימה בודדת דרך sparse-checkout, או לבדוק קובץ דוגמה של משימה 3777 ששוקל בערך שבעה גיגהבייט.
כדי לעבוד איתו צריך פייתון בגרסה 3.10 ומעלה וספריית LeRobot עם PyTorch. הנתונים דורשים קריאה מסודרת: קודם פותחים את meta/info.json כדי לחלץ את המבנה והאינדקסים של הווקטורים, ורק אז טוענים את קובצי ה־Parquet ומחברים אליהם את הווידאו המתאים. אם רוצים לאמן מודל LeRobot סטנדרטי, מריצים את הסקריפט split_episode.py שמפצל את האפיזודות הארוכות לתתי משימות קצרות בעזרת FFmpeg.
from datasets import load_dataset
ds = load_dataset("agibot-world/AgiBotWorld2026")הרישיון
המאגר מופץ תחת רישיון cc-by-nc-sa-4.0. המשמעות פשוטה: אסור להשתמש בנתונים למטרות מסחריות, חייבים לתת קרדיט ליוצרים, וכל נגזרת או מודל שמאומן על הדאטהסט חייב להיות מופץ תחת אותו רישיון בדיוק. לחברות שרוצות לבנות מוצר מסחרי סגור המאגר הזה לא מתאים.
- שינוי הקוד
- חובת ייחוס
- שימוש מסחרי: לא