Conjuntos de datos de aprendizaje de robótica de código abierto
Un catálogo curado de conjuntos de datos de código abierto para manipulación de robots, aprendizaje por imitación y aprendizaje por refuerzo — con enlaces a fuentes oficiales.
Datos de manipulación del mundo real
Conjuntos de datos con interacciones de robots en el mundo real y tareas a largo plazo.
ColecciónConjuntos de datos centrados en benchmarks
Suites diseñadas para evaluación reproducible y comparación entre artículos.
ColecciónEcosistemas de robots cruzados
Formatos compartidos y datos de multi-encarnación para el entrenamiento de modelos base.
Guías de conjuntos de datos de alta intención
Conjuntos de datos de teleoperación
Demostraciones de operadores, reintentos y flujos de trabajo de arranque.
Guía de conjuntos de datosConjuntos de datos ricos en contactos
Señales de manipulación táctil, de fuerza y con alta tasa de fallos.
Guía de la IndustriaConjuntos de datos de almacén
Variación de SKU, manejo de excepciones y contexto de rendimiento.
Guía de la IndustriaConjuntos de datos de automatización de laboratorio
Protocolos repetibles y flujos de trabajo que se pueden evaluar.
Guía de pilotoConjuntos de datos humanoides
Opciones de datos orientadas a la implementación para equipos humanoides.
Guía de OpenArmConjuntos de datos de OpenArm
Flujos de trabajo de recolección y empaquetado en torno a OpenArm.
Categorías Populares
Etiquetas Populares
Conjuntos de datos para el aprendizaje de robots

DROID
76K trayectorias, 350 horas, 86 tareas. Manipulación en el mundo real de 50 recolectores a través de 564 escenas. TensorFlow Datasets, Hugging Face.
Ver conjunto de datos →
BridgeData V2
60K trayectorias, 24 entornos, 13 habilidades de manipulación. Robot WidowX de bajo costo. Etiquetas en lenguaje natural, aprendizaje multitarea.
Ver conjunto de datos →
Open X-Embodiment
Más de 1M de episodios, 22 tipos de robots, más de 500 habilidades. Formato RLDS unificado. Modelos RT-X. 33 instituciones.
Ver conjunto de datos →
ALOHA
Teleoperación bimanual. ALOHA-Cosmos-Policy, conjuntos de datos de referencia. HDF5, Hugging Face. Hardware abierto.
Ver conjunto de datos →
LIBERO
130 tareas, 65K demostraciones. Referencia de aprendizaje continuo. Suites espaciales, de objetos y de objetivos. Simulación RoboSuite.
Ver conjunto de datos →
RoboNet
15M de fotogramas, 7 plataformas de robots. Transferencia multi-robot. Sawyer, Franka, Baxter, Fetch, WidowX.
Ver conjunto de datos →
RoboMimic & MimicGen
Marco + conjuntos de datos. MimicGen: 50K demostraciones de 200 demostraciones humanas. Simulación + real. Licencia MIT.
Ver conjunto de datos →
LeRobot
Formato estandarizado + hub. DROID-100, ALOHA, SO-100. PyTorch, streaming. "ImageNet de la robótica."
Ver conjunto de datos →Modelos y herramientas que puedes emparejar
Curación lista para la investigación
Destacamos la escala, el formato y los detalles de acceso necesarios para una evaluación rápida.
Compatibilidad entre pilas
Los conjuntos de datos están mapeados a ecosistemas prácticos de modelos y herramientas.
Contexto de implementación
Las elecciones de conjuntos de datos están vinculadas a las restricciones de ejecución de robots reales.
Ruta de escalado
Cuando los datos abiertos no son suficientes, apoyamos pipelines de recolección personalizados.