文章预览
24年12月来自北京人形机器人创新中心、北大和北京智源研究院的论文“RoboMIND: Benchmark on Multi-embodiment Intelligence“。 开发稳健且通用的机器人操作策略，是机器人领域的一个关键目标。为了实现有效的泛化，必须构建包含大量演示轨迹和各种任务的综合数据集。与可以从互联网上收集的视觉或语言数据不同，机器人数据集需要详细的观察和操作动作，需要在硬件软件基础设施和人力方面投入大量资金。虽然现有的工作主要集中在组装各种单独的机器人数据集，但仍然缺乏统一的数据收集标准，任务、场景和机器人类型的多样性也不足。本文介绍 RoboMIND（机器人操作多-具身智能的规范数据），它包含 55,000 条真实世界的演示轨迹，涉及 61 个不同目标类别的 279 个不同任务。 RoboMIND 通过人类遥操作收集，涵盖全面的机器人相关信息，包括多视角 RGB-D
………………………………
