数据集简介
这是一个用于机器人操作学习的模拟数据集，专注于“插入”任务。数据通过脚本化（非学习）策略在模拟环境中采集，旨在为机器人模仿学习或强化学习算法提供训练和评估资源。
主要用途
用于训练和评估机器人执行精细操作任务（特别是插入动作）的机器学习模型，例如模仿学习、行为克隆或基于视觉的强化学习。
数据类型/模态
- 图像：提供机器人执行任务时的视觉观察。
- 时间序列：包含与机器人动作、状态等相关的时间序列数据，如图像帧对应的关节角度、末端执行器位姿等。
规模信息
数据集包含 20,000 条样本记录。
使用场景
- 机器人模仿学习：利用记录的（状态，动作）对训练策略。
- 视觉运动策略学习：研究如何从图像输入中直接生成控制指令。
- 模拟到真实迁移：在可控的模拟环境中开发和验证算法，为迁移到真实机器人做准备。
- 算法基准测试：为不同的机器人学习算法在相同任务上提供一致的评估环境。