该数据集名为 aloha_mobile_elevator,由 lerobot 发布,主要用于机器人操作任务的研究与开发,特别是涉及移动机械臂在真实世界场景中执行复杂操作的任务。
数据集旨在支持机器人学习,尤其是模仿学习、强化学习以及机器人操作策略的训练与评估。核心任务是让移动机械臂学习如何与电梯进行交互,例如按下楼层按钮、等待并进入电梯等。
数据集包含多种模态的数据,以支持全面的机器人感知与控制:
* 时序数据 (Timeseries):记录了机器人关节状态、末端执行器位姿、传感器读数等随时间变化的信息。
* 视频数据 (Video):提供了任务执行过程中的第一视角或第三视角的视觉观察。
* 表格数据 (Tabular):可能包含动作指令、任务标签、元数据等结构化信息。
该数据集适用于:
1. 机器人模仿学习:从人类演示数据中学习操作策略。
2. 移动操作研究:研究结合了移动底盘导航与机械臂精细操作的复合任务。
3. 真实世界机器人学习:在非结构化、动态的真实环境(如使用电梯)中验证和训练算法。
4. 多模态感知与控制:开发融合视觉、本体感知等多传感器信息的机器人控制系统。