DROID 数据集简介

数据集概述

DROID 是一个大规模、多模态的机器人操作数据集，旨在为机器人学习研究提供丰富的真实世界交互数据。

主要用途

该数据集主要用于训练和评估机器人操作策略、模仿学习、强化学习以及多模态感知与控制模型。

数据类型与模态

数据集包含三种主要模态：
* 视频数据：记录机器人执行任务时的视觉观察。
* 文本数据：可能包含任务指令、动作描述或场景标注。
* 表格数据：存储机器人状态、动作指令、传感器读数等结构化信息。

数据规模

数据集规模庞大，包含超过 2546 万行 数据记录，为模型训练提供了充足的数据量。

使用场景

• 机器人模仿学习与技能获取。
• 多模态（视觉+语言）指令理解与执行。
• 机器人操作策略的离线强化学习。
• 具身人工智能研究。