Mejores conjuntos de datos de aprendizaje de robots 2025
Mejores conjuntos de datos de aprendizaje de robots 2025: DROID, BridgeData, Open X-Embodiment, ALOHA, LeRobot. Para el aprendizaje de imitación, ajuste fino de VLA.
[← Investigación]
Una guía curada de los mejores conjuntos de datos de código abierto para el aprendizaje de imitación, el ajuste fino de VLA y la investigación del aprendizaje de robots.
De datos públicos a una señal entrenable
Tren de referencia de la curaduría agregada
Los mejores conjuntos de datos para el aprendizaje de robots
Elegir el conjunto de datos adecuado depende de tu robot, tarea y modelo. Aquí están los conjuntos de datos más utilizados en 2025.
1. Abre el cuerpo X
Combina RT-X, BridgeData, DROID y otros en un formato unificado. Se utiliza para entrenar modelos de fundación como OpenVLA y Octo. Mejor para: políticas generalistas pre-entrenamiento. Ver [Open X-Embodiment]
2. DROID
Manipulación a gran escala y diversa de 22 tipos de robots. 76K trayectorias. Mejor para: generalización multi-robot, entrenamiento de modelos de base. Ver DROID.
3. BridgeData
Manipulación de WidowX en 60 tareas. Ampliamente utilizado en la investigación. Mejor para: manipulación de un solo brazo, compatibilidad de WidowX. Ver [BridgeData]
4. ALOHA / Datasets de Stanford
Teléoperación bimanual. Cocina, manipulación móvil. Mejor para: tareas bimanual, ALOHA móvil. Ver [ALOHA]
5. LeRobot
Embracing Face
Cómo elegir
- ¿El mismo robot que el conjunto de datos? Utilice ese conjunto de datos (por ejemplo, WidowX → BridgeData).
- ** Diferente robot?** Abre el cuerpo X o DROID para la transferencia de múltiples robots.
- Tarea personalizada? Recoger la suya o utilizar [nuestros servicios de datos]
Catálogo completo
Ver nuestro completo [catálogo de conjuntos de datos]
Vea todos los conjuntos de datos →
Datos públicos y guías te hacen empezar
Recolección de datos por encargo de la comisión → Licencia de conjuntos de datos comerciales → Hardware para recoger su propio →







