Gyorsabb robotlátást hoz a RoboCup-díjas NimbRo-módszer
A Team NimbRo kutatói, élükön Raphael Memmesheimerrel, a RoboCup 2026 legjobb papír díját nyerték el hatékony képannotációs módszerükkel, amely lehetővé teszi, hogy a robotok akár 50 új tárgyat is megtanuljanak két nap alatt.
Hatékonyabb adatgyűjtés robotoknak
A RoboCup@Home versenyeken a csapatoknak két napjuk van arra, hogy robotjaikat összeszereljék és felkészítsék az új környezetben való működésre. A robotoknak nincs előzetes tudásuk az új lakásban található tárgyakról, legyen szó egy kanálról vagy egy specifikus italról. A NimbRo új megközelítése drasztikusan felgyorsítja az adatgenerálást, így a robotok gyorsabban képesek elsajátítani a szükséges vizuális modelleket. (Robohub)
A módszer lényege
A kutatók egy többlépcsős megközelítést alkalmaznak. Először szegmentációval azonosítják a lehetséges tárgyakat, majd korábbi versenyekről származó adatokból és az YCB Datasetből tanított modellel jelölik meg azokat. A megközelítés körülbelül 60%-ban automatikusan címkézi az adatokat, ami jelentős időmegtakarítást jelent a manuális annotációhoz képest. A szerzők szerint az open-vocabulary modellek nehezen különböztetik meg a kategórián belüli, hasonló tárgyakat, például a különböző italokat.
Versenyeredmények
A módszert már a 2025-ös RoboCup Brazil és a RoboCup GermanOpen versenyeken is sikeresen alkalmazták. A csapat a 2026-os RoboCup@Home világversenyen, Koreában, a „Doing Laundry” feladatban, ahol a robotnak kellett kimosni és összehajtogatni a ruhákat, a legjobb teljesítményt nyújtotta. Bár a versenyeken mindig adódnak technikai problémák, a NimbRo végül a harmadik helyen végzett a 2026-os RoboCup@Home világversenyen.