type
status
date
slug
summary
tags
category
icon
password
持续搜集全网开源机器人领域开源数据集
Open X-Embodiment
Open X-Embodiment Dataset 是由谷歌 DeepMind 联手斯坦福大学等 21 个科研机构共同创建的超大规模开源真实机器人数据集。该数据集旨在为机器人学习领域提供一个大规模、多样化的数据资源,以推动机器人策略的泛化和跨平台学习能力。
数据集特点
- 大规模数据:包含超过 100 万条真实机器人轨迹,涵盖 22 个不同机器人平台。
- 多样性:数据集整合了 60 个已有数据集,覆盖从单臂机器人到双手机器人和四足机器人等多种类型的机器人。
- 标准化:所有源数据集统一转化为 RLDS 格式,便于下载和使用。
- 丰富的技能和任务:包含 527 种技能和 160,266 个任务,数据量达 1,402,930 条(共约 3600G)。
数据处理
- 多视角处理:对于存在多视角的数据集,仅选择其中“canonical”的一个视角图像(可能是比较接近 top-down 第一人称视角或 Proprioception 的那一个)。
- 图像尺寸调整:将图像 resize 到 320×256(width×height)。
- 动作转换:将原有的动作(如关节位置)转换为末端执行器的动作,动作量可能为相对值或绝对值。
数据集构成
- 机器人类型:数据集中涉及的机器人包括单臂、双臂和四足机器人,其中 Franka 机器人占多数。
- 主要贡献者:xArm 在数据量上占最大头,主要是 language table 的数据集体量很大,有 44 万条;Kuka iiwa 主要来自于 QT-Opt 的贡献;还有 Google Robot 上采集的 RT1 数据。
数据集下载
数据集可视化
数据集详细构成
数据集名称 | 机器人平台 | 片段数量 | 大小/GB | 机器人形态 |
Google Robot | 73,499 | 111.06 | Mobile Manipulator | |
Kuka iiwa | 580,392 | 778.02 | Single Arm | |
WidowX | 25,460 | 387.49 | Single Arm | |
Franka | 3,242 | 47.77 | Single Arm | |
Jaco 2 | 976 | 9.24 | Single Arm | |
Franka | 1,482 | 4.67 | Single Arm | |
Sawyer | 2,144 | 45.39 | Single Arm | |
Hello Stretch | 435 | 7.12 | Mobile Manipulator | |
Franka | 135 | 10.4 | Single Arm | |
UR5 | 896 | 76.39 | Single Arm | |
Franka | 901 | 127.66 | Single Arm | |
xArm | 442,226 | 399.22 | Single Arm | |
UR5 | 122 | 2.8 | Single Arm | |
Kuka iiwa | 3,000 | 31.98 | Single Arm | |
xArm | 14 | 0.01 | Single Arm | |
Franka | 550 | 72.48 | Single Arm | |
Franka | 50 | 1.49 | Single Arm | |
Franka | 456 | 5.18 | Single Arm | |
Franka | 30,000 | 151.05 | Single Arm | |
Franka | 5100 | 110 | Single Arm | |
Franka | 200 | 0.59 | Single Arm | |
xArm | 150 | 1.33 | Single Arm | |
xArm | 1,355 | 3.53 | Single Arm | |
Franka | 250 | 18.85 | Single Arm | |
Franka | 600 | 6.55 | Single Arm | |
Google Robot | 39,350 | 80.54 | Mobile Manipulator | |
Franka | 1,000 | 0.25 | Single Arm | |
PR2 | 64 | 0.35 | Single Arm | |
PR2 | 192 | 0.81 | Single Arm | |
Unitree A1 | 20 | 0.05 | Quadrupedal Robot | |
xArm | 95 | 1.29 | Single Arm | |
xArm Bimanual | 70 | 0.14 | Bi-Manual | |
Multi-Robot | 82,432 | 799.91 | Single Arm | |
xArm | 480 | 12.34 | Single Arm | |
Franka | 960 | 40.64 | Single Arm | |
Franka | 201 | 11.71 | Single Arm | |
Franka | 812 | ㅤ | Single Arm | |
Sawyer | 9,200 | 76.17 | Single Arm | |
Cobotta | 50 | 0.33 | Single Arm | |
DLR SARA | 100 | 2.92 | Single Arm | |
DLR SARA | 100 | 1.65 | Single Arm | |
DLR EDAN | 100 | 3.09 | Single Arm | |
UR5 | 110 | 0.72 | Single Arm | |
Franka | 2,460 | 124.62 | Single Arm | |
Franka | 120 | 17.27 | Mobile Manipulator | |
Sawyer | 170 | 0.08 | Single Arm | |
Franka | 520 | 50.29 | Single Arm | |
Franka | 200 | ㅤ | Mobile Manipulator | |
PAMY2 | 256 | ㅤ | Single Arm | |
Kinova Gen3 | 196 | 15.82 | Single Arm | |
Franka | 1,500 | 20.79 | Single Arm | |
Fanuc Mate | 415 | 8.85 | Single Arm | |
Franka | 4,200 | 720 | Single Arm | |
Franka | 576 | 6.68 | Single Arm | |
Hello Stretch | 135 | 0.71 | Mobile Manipulator | |
Jackal | 11,830 | 18.73 | Wheeled Robot | |
RC Car | 7,328 | 1.39 | Wheeled Robot | |
TurtleBot 2 | 3,000 | 7 | Wheeled Robot | |
Google Robot | 61,153 | ㅤ | 3 embodiments: single-armed robot, single-armed human, single-armed human using grasping tools | |
ViperX Bimanual | 451 | ㅤ | Bi-Manual | |
Franka | 92233 | 1670 | Single Arm | |
Spot | 139 | 2.71 | Mobile Manipulator | |
Hello Stretch | 5208 | 21.1 | Mobile Manipulator | |
Franka | 1804 | 356.5 | Single Arm | |
Human | 3847 | 89.33 | Human | |
Franka | 378 | 7.13 | Single Arm | |
MobileALOHA | 276 | 47.83 | Mobile Manipulator | |
Franka | 18250 | 178.65 | Single Arm | |
TidyBot | 24 | 0.02 | Mobile Manipulator | |
UR5 | 660103 | 1390 | Single Arm | |
Hello Stretch | 233000 | 765 | Single Arm | |
Franka | 450 | 1.26 | Single Arm |
AgiBot World
AgiBot World 是智元机器人开源的百万真机数据集,旨在推动具身智能的发展。该数据集包含超过 100 万条轨迹,覆盖家居、餐饮、工业、商超和办公等五大核心场景。数据集的采集依托于配备 8 个摄像头和 6 个自由度的灵巧手的机器人平台。与谷歌的 Open X-Embodiment 数据集相比,AgiBot World 的长程数据规模高出 10 倍,场景范围覆盖面扩大 100 倍,数据质量从实验室级上升到工业级标准。
数据集特点
- 大规模数据:包含超过 100 万条轨迹,总时长 2976.4 小时。
- 多样化任务:涵盖 80 余种日常技能,从基础操作如抓取、放置、推、拉,到复杂动作如搅拌、折叠、熨烫等。
- 全域真实场景:复刻了家居(40%)、餐饮(20%)、工业(20%)、商超(10%)和办公(10%)五大核心场景。
- 全能硬件平台:数据采集平台配备了 8 个摄像头、6 自由度灵巧手、六维力传感器和高精度视触觉传感器。
- 全程质量把控:从采集员的专业培训到数据的筛选、审核和标注,每一个环节都经过精心设计和严格把控。
数据集内容
AgiBot World 数据集收录了 80 余种日常生活中的多样化技能,从基础操作到复杂动作,几乎涵盖了人类日常生活所需的绝大多数动作需求。数据集中的任务类型包括但不限于:
- 家居场景:家务清洁、物品整理和厨房任务等。
- 餐饮场景:超市购物、餐厅服务等。
- 工业场景:分拣与物流自动化等。
- 商超场景:超市补货、清洁等。
- 办公场景:文件整理、设备操作等。
数据集下载
- Author:Laputa.K
- URL:https://www.lucita.online//article/1c1527b8-a761-805b-9fc9-ebe8437afe58
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!