DROID数据集是由斯坦福大学等13个研究机构合作创建的大型机器人交互数据集，包含76,000个轨迹，覆盖564个场景和86种任务。该数据集通过在北美、亚洲和欧洲的52座建筑中收集，历时12个月完成。每个DROID数据集条目包含三个同步的RGB摄像机流、摄像机校准、深度信息和自然语言指令。DROID数据集旨在通过提供多样化的训练数据，提高机器人操作策略的性能、鲁棒性和泛化能力，适用于广泛的机器人研究和应用领域。