DROID
來自 564 個多樣場景的 76,000 條機器人操作軌跡
授權條款
Not specified
概述
DROID(Distributed Robot Interaction Dataset)是一個大規模的真實環境機器人操作資料集,包含 76,000 條示範軌跡,涵蓋 350 小時的互動資料。資料收集自全球 13 個機構的 564 個不同場景,涵蓋 86 種不同任務,為開發能力更強、更穩健的機器人策略提供多樣且高品質的訓練資料。採用配備立體攝影機的標準化 Franka Panda 設置。
DROID(Distributed Robot Interaction Dataset)是一個大規模機器人操作資料集,收集自不受限制的真實世界環境,而非受控的實驗室環境。資料集包含 76,000 條操作軌跡,共計 350 小時的機器人運作,涵蓋 564 個多樣場景與 86 種不同任務,收集自 13 個機構。所有資料都使用標準化的 Franka Panda 機器手臂設置收集,確保機器人形態的一致性,同時讓環境與任務的多樣性最大化。這種在真實環境中收集的方法,捕捉了真實世界操作情境的複雜性、變異性與不可預測性,包括光線變化、背景雜物與物體多樣性,而這些都是實驗室資料集通常缺乏的。這使得 DROID 對於訓練必須在受控環境之外可靠運作的穩健操作策略特別有價值。
為何重要
DROID 是迄今收集過最多樣的真實環境機器人操作資料集。與僅限實驗室的資料集不同,DROID 捕捉了真實世界的變異性,包括不同的光線、背景、物體與操作者風格,使得以它訓練的策略對部署條件更加穩健。
解決的問題
大多數機器人資料集都在受控的實驗室環境中收集,視覺多樣性有限。以這類資料訓練的策略,部署到真實的住家與辦公室時就會失敗。DROID 提供穩健的真實世界操作所需的視覺與環境多樣性。
重點
- 橫跨 564 個獨特場景的 76,000 條示範軌跡
- 350 小時的真實世界互動資料,具有豐富的感測資訊
- 收集自多樣的真實環境,而不只是研究實驗室
- 每條軌跡都包含腕部攝影機、外部攝影機與語言標註
- 提供預訓練模型與微調方法,可直接使用
適用對象
- 訓練穩健操作策略的研究人員
- 打造居家或辦公室機器人的團隊
- 為部署微調 VLA 模型的開發者
- 需要多樣化預訓練資料以進行模擬到現實(sim-to-real)轉移的實驗室
限制
- 專注於使用 Franka 機器人的單臂桌面操作
- 場景多樣性高,但任務多樣性中等
- 下載量龐大,對較小的研究團隊而言可能不切實際
- 收集地點主要位於美國