数据集介绍

FurnitureBench 是韩国科学技术院 CLVR 实验室推出的长时序家具装配机器人操作基准数据集，聚焦多阶段、高精度家具组装任务，面向长程复杂操作、毫米级精细控制与力控交互的算法评测与训练。

• 任务时序长度：长程多阶段任务，完整覆盖多零件顺序家具装配全流程。
• 动作可执行性：提供低级连续控制，由人类远程遥操作 Franka 机械臂采集，支持高精度位姿与力控输出。
• 时序连续性：具备完整多步 RGB-D 感知 + 连续动作序列，全程记录装配交互状态变化。
• 语言控制：无自然语言指令标注，以固定装配任务为核心。

主要特点

1. 长时序复杂装配：多零件分步组装流程，强依赖逻辑顺序与步骤关联，适配长程任务规划研究。
2. 毫米级精细操作：任务要求极高定位精度与持续力控制，贴合真实家居装配物理交互特性。
3. 真实物理交互：基于 Franka 机械臂实景采集，包含接触、插接、对齐等复杂物理接触行为。
4. 专业基准定位：专为长时序机器人精细操作、力控学习、多步骤任务规划提供标准化评测基准。

数据来源

• 采集平台：Franka 机械臂远程遥操作平台。
• 场景环境：室内实景实验环境，专用家具装配固定工作台。
• 数据形式：实景真实机器人操作数据，含 RGB-D 图像、机械臂关节数据、力控数据、完整遥操作轨迹。

规模

• 总演示轨迹：5100 段远程操作演示。
• 数据总时长：累计约6 小时连续交互数据。
• 任务特性：多零件顺序装配，需毫米级定位精度与持续力控制。

应用场景

1. 长时序多步骤机器人任务规划与模仿学习。
2. 机械臂精细装配、接触力控与精密操作算法研发。
3. 真实物理环境下长程复杂操作的模型泛化与基准评测。

官方网站

数据集：https://clvrai.github.io/furniture-bench/docs/tutorials/dataset.html

论文：https://arxiv.org/abs/2305.12821