RoboNet 数据集

RoboNet: Large-Scale Multi-Robot Learning进阶

2019 年发布的多机器人交互视频数据集，7 种机器人约 1500 万帧。

RoboNet 是伯克利、斯坦福、宾大、CMU 的研究者（包括 Sergey Levine、Chelsea Finn）2019 年发布的早期大规模多机器人数据集。它汇集了 7 种机器人平台（从 Kuka 工业臂到低成本的 WidowX，以及 Sawyer、Franka、Baxter、Fetch、谷歌 R3）约 1500 万帧视频和对应动作。数据由机器人执行随机动作自主采集，几乎不需要人工演示，也没有任务标签，主要用来训练动作条件的视频预测模型，再做视觉预见式规划。论文发现，先在 RoboNet 上预训练、再迁移到新机器人，效果好于用 4–20 倍数据单独训练。它是跨本体数据集的早期尝试。