Melhores Conjuntos de Dados de Aprendizado de Robôs 2025
Um guia curado para os principais conjuntos de dados de código aberto para aprendizado por imitação, ajuste fino de VLA e pesquisa em aprendizado de robôs.
De dados públicos a um sinal treinável
Principais Conjuntos de Dados para Aprendizado de Robôs
Escolher o conjunto de dados certo depende do seu robô, tarefa e modelo. Aqui estão os conjuntos de dados mais amplamente utilizados em 2025.
1. Open X-Embodiment
Combina RT-X, BridgeData, DROID e outros em um formato unificado. Usado para treinar modelos fundamentais como OpenVLA e Octo. Melhor para: pré-treinamento de políticas generalistas. Veja X-Embodiment Aberto.
2. DROID
Manipulação em larga escala e diversificada de 22 tipos de robôs. 76K trajetórias. Melhor para: generalização multi-robô, treinamento de modelo base. Veja DROID.
3. BridgeData
Manipulação do WidowX em 60 tarefas. Amplamente utilizado em pesquisa. Melhor para: manipulação com um braço, compatibilidade com WidowX. Veja BridgeData.
4. Conjuntos de Dados ALOHA / Stanford
Teleoperação bimanual. Manipulação na cozinha, móvel. Melhor para: tarefas bimanuals, Mobile ALOHA. Veja ALOHA.
5. LeRobot
Conjuntos de dados hospedados pelo Hugging Face, da comunidade. Fácil de adicionar os seus próprios. Melhor para: experimentos rápidos, compartilhamento de dados. Veja LeRobot.
Como Escolher
- Mesmo robô que o conjunto de dados? Use esse conjunto de dados (por exemplo, WidowX → BridgeData).
- Robô diferente? Abra X-Embodiment ou DROID para transferência multi-robô.
- Tarefa personalizada? Colete o seu próprio ou use nossos serviços de dados.
Catálogo Completo
Veja nosso completo Catálogo de conjuntos de dados com links para todos os conjuntos de dados, artigos e páginas de download.