OpenRoboto

OpenRoboto 是一个开放的机器人智能项目，其 Arena 是一个去中心化数据引擎，用于为客户和机器人模型收集和处理数据。该项目将其方法描述为“在开放环境中构建的机器人智能”。^[1]​

概述

OpenRoboto 的公共矿工、协议和 validator 通过其 Bittensor 子网（标识为 netuid 80）提供。参与者对 π0.5 基础模型进行微调，在链上提交模型权重，并在排行榜上进行竞争。^[2]​

该子网的软件包括一个评估工具，可在 MuJoCo 的六个 LIBERO 套件中并行且可复现地对模型进行评分。^[2] 其协议库包含共享合约，涵盖种子推导、模型指纹识别、状态词汇表和应用程序编程接口 (API) 模式。后端、矿工命令行界面和评估工作节点均使用这些内容。^[2]​

Software Tools

OpenRoboto 的命令行界面 (CLI) 以 OpenRoboto 的名称发布在 Python Package Index 上，提供初始化、上传、提交和状态查询命令。它针对子网 netuid 80。^[2] 该组织还列出了一个名为 jev-robot-control 的代码库。^[2]​

Subnet

OpenRoboto 作为 Bittensor 网络上的第 80 号子网运行，专注于评估和改进用于机器人的开源视觉-语言-动作 (VLA) 模型。被称为矿工的参与者对支持的基础模型进行微调，并将完整的模型检查点发布到 Hugging Face 以供评估。模型通过模拟基准测试进行评估，并在独立赛道中进行物理机器人测试，结果用于确定排名并分配网络排放。

该子网使用公开提交记录、源自 Bittensor 区块数据和 drand 随机信标的随机评估种子，以及模型验证程序，以支持可复现性并减少操纵。提交需要支付特定赛季的评估费，根据竞赛情况，该费用可能会被销毁或转移。验证者使用生成的排名来设置链上权重，而公共 API 则公开基准测试分数、排行榜和提交状态。^[3]

核心功能

• 开源模型开发：OpenRoboto 使参与者能够微调视觉-语言-动作 (VLA) 模型，并发布模型权重以供公众访问和评估。
• 竞争性基准测试：提交的模型在模拟环境中针对标准化的机器人任务进行测试，按性能排名，并与现有模型进行比较。
• 链上激励：作为 Bittensor 上的第 80 号子网运行，OpenRoboto 根据模型性能和竞赛规则分配网络排放。
• 可复现的评估：提交内容使用可验证的评估程序和公开评分记录，以支持独立审查和比较。
• 真实机器人测试：该平台包括使用物理机器人的评估赛道，旨在评估模型是否能将其模拟性能转化为现实世界的任务。
• 社区参与：研究人员和开发人员可以贡献模型，而矿工和验证者则参与模型评估和网络协调。^{[2] [1]}