La startup de datos de robótica @axisrobotics, que cuenta entre sus inversores semilla con Pi Network Ventures, de @PiCoreTeam, ha publicado TUCO, un método para elegir qué demostraciones simuladas usar al entrenar un robot. La investigación sugiere que elegir los datos adecuados puede ser más importante que recopilar más.
TUCO significa optimización de la utilidad a nivel de trayectoria y de la cobertura a nivel de conjunto. Los autores lo describen como el primer estudio sistemático sobre la selección de datos para el coentrenamiento de políticas robóticas de simulación a realidad. El artículo incluye autores de Stanford University, Nanyang Technological University, AXIS Robotics, Carnegie Mellon University y University of California, Berkeley, entre otros, según la página del proyecto.
86% de éxito con 600 demostraciones seleccionadas
En las pruebas con robots reales, cada tarea se aprendió a partir de solo 10 demostraciones reales teleoperadas, que por sí solas produjeron una tasa de éxito media del 16,7%. Luego, los investigadores añadieron demostraciones simuladas de la misma tarea. Usaron todas las 1200 generadas en simulación o 600 elegidas mediante un método de selección, con la misma proporción de datos reales y simulados.
La diferencia entre los enfoques fue amplia. Añadir las 1200 demostraciones simuladas elevó la tasa de éxito media del 16,7% al 25,8%; una mitad elegida al azar obtuvo el mismo 25,8%, y la mitad seleccionada por TUCO alcanzó el 85,8%. La configuración abarcó tres tareas, con 40 pruebas por política. Las puntuaciones de TUCO por tarea fueron 82,5, 75,0 y 100,0, para un promedio macro del 85,8%.
Los autores añaden una salvedad sobre el alcance. El estudio utiliza un presupuesto preestablecido para el subconjunto y una proporción fija entre los datos de origen y los de destino, por lo que no determina cuántos ejemplos de origen se deben conservar. Los resultados también proceden de un número reducido de tareas, y el trabajo es un preprint en arXiv.
Además de las pruebas con robots reales, el artículo también presenta resultados basados en simulaciones. TUCO iguala el rendimiento del entrenamiento con todos los datos en la tarea Lift usando solo el 25% del conjunto de entrenamiento original, y lo supera en Square con el 50%.
Axis Robotics y Pi Network Ventures
Axis Robotics desarrolla infraestructura de datos para el entrenamiento de robots. La empresa recaudó 12 millones de dólares en una ronda semilla liderada por Hack VC, con la participación de Nomad Capital, Pi Network Ventures, 10K Ventures y varios inversores ángeles, y anunció la ronda el 27 de julio. Según TokenPost, Axis no reveló la contribución individual de Pi Network Ventures, y el fondo es una iniciativa de 100 millones de dólares establecida a través de Pi Foundation y lanzada en mayo de 2025.
Para el ecosistema más amplio de Pi Network, la investigación es una muestra de lo que está desarrollando una empresa de su cartera. El artículo en sí no describe ningún uso de la cadena de bloques de Pi ni del token $PI.
Fuentes
TUCO: Selección de demostraciones de simulación para el coentrenamiento de políticas robóticas de simulación a realidad (arXiv)
Página del proyecto TUCO
TokenPost: Plan de integración de Axis Robotics y Pi Network
