数据集介绍

RoboTurk 真实世界数据集由斯坦福大学发布，依托众包远程遥操作构建中等时长家用机器人操作数据集，以低成本众包模式采集多样化人类操作演示，适合通用模仿学习与跨操作者行为建模。

• 任务时序长度：中等时长短家务任务，单任务流程简洁、交互步骤适中。
• 动作可执行性：提供低级控制信号，基于移动端接口远程遥操作 Sawyer 机械臂。
• 时序连续性：包含完整时间序列传感数据与连续动作轨迹，时序关联完整。
• 语言控制：无自然语言指令标注，以固定具象操作任务为主。

主要特点

1. 众包多操作者采集：汇集 54 位不同操作者操作行为，数据具备人类操作差异性与多样性。
2. 低成本遥操作范式：依托移动端远程操控，无需专业操作人员，易规模化扩充数据。
3. 生活化基础任务：聚焦叠衣、积木搭建、物体搜索等通用居家简单操作，落地性强。
4. 支持子集拆分：提供完整数据集与精简子集，适配不同算力与算法训练需求。

数据来源

• 采集平台：Sawyer 机械臂远程遥操作系统。
• 场景环境：室内实景桌面操作环境。
• 数据形式：实景真实机器人操作数据，含视觉图像、机械臂状态、遥操作动作时序数据。

规模

• 总演示轨迹：共 2144 条完整操作演示轨迹。
• 任务覆盖：包含叠衣、搭积木塔、物体搜索 3 类现实家务任务。
• 采集人员：由 54 位不同众包远程操作者参与采集。

应用场景

1. 机器人模仿学习、行为克隆算法离线训练。
2. 研究不同人类操作习惯对机器人学习效果的影响。
3. 通用桌面简单操作任务的算法基准测试与对比。

官方网站

数据集：https://roboturk.stanford.edu/dataset_real.html

论文：https://arxiv.org/abs/1811.02790