Beste Roboter-Lerndatensätze 2025
Ein kuratierter Leitfaden zu den besten Open-Source-Datensätzen für Nachahmungslernen, VLA-Feinabstimmung und Roboterlernforschung.
Von öffentlichen Daten zu einem trainierbaren Signal
Top-Datensätze für Roboterlernen
Die Auswahl des richtigen Datensatzes hängt von Ihrem Roboter, Ihrer Aufgabe und Ihrem Modell ab. Hier sind die am häufigsten verwendeten Datensätze im Jahr 2025.
1. Öffnen Sie X-Embodiment
Kombiniert RT-X, BridgeData, DROID und andere in einem einheitlichen Format. Wird zum Trainieren von Foundation-Modellen wie OpenVLA und Octo verwendet. Am besten geeignet für: generalistische Richtlinien vor der Ausbildung. Sehen Öffnen Sie die X-Verkörperung.
2. DROIDE
Großflächige, vielfältige Manipulation durch 22 Robotertypen. 76.000 Flugbahnen. Am besten geeignet für: Multi-Roboter-Generalisierung, Grundlagenmodelltraining. Sehen DROID.
3. BridgeData
WidowX-Manipulation über 60 Aufgaben. Weit verbreitet in der Forschung. Am besten geeignet für: einarmige Manipulation, WidowX-Kompatibilität. Sehen BridgeData.
4. ALOHA / Stanford-Datensätze
Bimanuelle Teleoperation. Küche, mobile Manipulation. Am besten geeignet für: bimanuelle Aufgaben, mobiles ALOHA. Sehen ALOHA.
5. LeRobot
Hugging Face – gehostete Community-Datensätze. Sie können ganz einfach Ihre eigenen hinzufügen. Am besten geeignet für: schnelle Experimente, Datenaustausch. Sehen LeRobot.
So wählen Sie aus
- Gleicher Roboter wie Datensatz? Verwenden Sie diesen Datensatz (z. B. WidowX → BridgeData).
- Anderer Roboter? Öffnen Sie X-Embodiment oder DROID für den Transfer mit mehreren Robotern.
- Benutzerdefinierte Aufgabe? Sammeln Sie Ihr eigenes oder verwenden Sie es Unsere Datendienste.
Vollständiger Katalog
Sehen Sie sich unser komplettes Angebot an Datensatzkatalog mit Links zu allen Datensätzen, Artikeln und Downloadseiten.