数据集介绍
MIME (Manipulation Instruction, Monitoring, and Evaluation) (2018) 是由卡内基梅隆大学发布的早期大规模多任务机器人操作示教数据集。作为机器人学习领域的先驱性数据集之一，MIME提供了从多种视角（包括人佩戴和机器人腕部相机）采集的人类演示和机器人演示数据，旨在支持可泛化的机器人操作技能学习。
- 任务时序长度：以短程任务为主，单次人机演示对应一个具体的操作动作。
- 动作可执行性：通过人工引导机器人臂进行示教，记录低级关节轨迹控制信息。
- 时序连续性：以RGB-D视频序列和机器人关节轨迹序列形式记录，保持时空对齐。
- 语言控制：数据集不包含自然语言指令标注。
主要特点
- 多视角采集：提供多个传感器视角，包括人佩戴的RGB-D相机和机器人腕部的RGB-D相机，为学习提供丰富的观测信息。
- 人机双模式数据：同时包含人类演示和机器人演示，支持模仿学习中不同示范形式的研究。
- 双臂机器人平台：基于Baxter双臂机器人，支持涉及双臂协调操作的任务研究。
- 早期大规模基准：作为机器人操作领域早期的公开数据集之一，为后续研究提供了重要的基准参照。
- 任务覆盖经典：涵盖20种常见的机器人操作任务，成为该领域常用的标准任务集。
数据来源
- 采集平台：基于Rethink Robotics Baxter双臂机器人，通过人工引导进行示教。
- 传感器配置：包含人佩戴的RGB-D相机和机器人腕部安装的RGB-D相机。
- 数据形式：全部为真实物理环境采集数据，包含多视角RGB-D视频和机器人关节轨迹数据。
规模
- 总演示次数：8,260对人类演示和机器人演示。
- 任务类别：涵盖20种常见机器人操作任务，包括倒液、搅拌、传递物品、堆叠、开瓶、按钮按压等。
应用场景
数据集适合机器人操作模仿学习的各类基础研究：
- 模仿学习研究：作为早期大规模示范数据集，为模仿学习算法提供标准化的训练和评估基准。
- 多视角表示学习：多传感器视角数据支持学习视角无关或视角融合的机器人控制策略。
- 人机协作研究：同时包含人类演示和机器人演示，可用于研究从人类到机器人的技能迁移。
- 双臂操作学习：基于Baxter双臂平台，适合需要双臂协调的操作任务研究。
官方网站
下载地址：https://jszn.datasets.obs.cn-east-3.myhuaweicloud.com/datas/datasets/free/MIME.rar
