主流数据集
- Ego4D:第一人称视频,日常生活
- ManiSkill:机器人操作仿真
- RLBench:强化学习仿真
- GraspNet:抓取数据
数据采集方法
- 仿真环境:Isaac Sim、MuJoCo
- 真实世界:遥操作、自主采集
- 众包标注:人类演示记录
数据质量要求
- 多样性:场景、任务、物体
- 标注质量:动作标注、状态记录
- 真实性:仿真与现实差距
数据挑战
采集成本高、Sim-to-Real迁移难、长尾场景数据少。
加载中...
采集成本高、Sim-to-Real迁移难、长尾场景数据少。
以下是关于本主题的常见问题,帮助您快速了解核心要点。
用微信扫描二维码,即可分享到朋友圈或发送给好友