大规模标准化具身数据集ARIO
ARIO数据集中的智能体交互场景、环境布局和任务执行流程
真实场景采集数据集
通过实际机器人在多种真实环境中采集的高质量具身智能数据，包含家庭、办公、实验室等多种场景下的物体交互、环境感知和任务执行数据。
数据特点：高保真度传感器数据、多样化任务场景、丰富的交互模式和行为数据。
仿真平台生成数据集
基于先进仿真引擎构建的大规模具身智能数据集，提供可控、可复现的实验环境，支持多种智能体和任务配置。
数据特点：可定制化环境参数、丰富的传感器模态、完整的状态信息、无限的数据扩展能力。
Open X-Embodiment 转换数据集
基于Open X-Embodiment开源数据集转换而成的标准化具身智能数据，保留原始数据价值的同时，统一数据格式和标注规范。
数据特点：标准化格式、多任务覆盖、跨平台兼容性、与ARIO其他数据集无缝集成。
RH20T 转换数据集
将RH20T数据集转换为ARIO标准格式的手部操作数据集，专注于精细的抓取和操作任务，提供丰富的交互细节。
数据特点：高精度手部跟踪、多样化物体操作、丰富的接触信息、标准化的动作表示。
ManiWAV 转换数据集
由ManiWAV数据集转换而来的音频增强型操作数据集，结合视觉和音频信息，提升智能体的多模态感知能力。
数据特点：同步的视听数据、丰富的物体声音特征、多模态融合标注、支持音频引导的操作任务。
代表性论文
共找到 5 篇论文