数据集介绍

DexonomySim 是在国家数据局数字科技和基础设施建设司指导下，由银河通用发起的开源高质量仿真数据集，专为具身智能机器人灵巧抓取任务设计。

• 任务时序长度：单步抓取任务，包含超过950 万条独立抓取姿态数据。
• 动作可执行性：基于物理仿真生成，适用于多指灵巧手在高自由度操作场景下的模型训练与算法验证。数据格式规范统一、真实可溯、模型适配性高。
• 时序连续性：非连续数据，聚焦于独立抓取姿态的优化与评估。
• 语言控制：不支持自然语言控制，专注于抓取姿态本身的几何与力学特性。

主要特点

1. 全球最大规模灵巧手抓取数据集：包含超过 950 万条高质量抓取姿态，是当前具身智能领域开源的最大规模灵巧手操作合成数据集。
2. 广泛抓握类型覆盖：覆盖超 1 万个物体与 31 种常用抓握类型，涵盖人类抓握分类法中约 94% 的类型。
3. 物理仿真生成：基于高效优化的物理仿真技术生成，数据质量高、格式规范统一，有效满足模型泛化需求。
4. 强泛化能力支撑：高多样性与大规模特性显著提升模型泛化能力，助力人形机器人实现对不规则或精细物体的稳定抓取。

数据来源

• 指导单位：国家数据局数字科技和基础设施建设司
• 发布方：银河通用
• 生成方式：基于物理仿真，通过高效优化算法生成抓取姿态

规模

• 抓取姿态：超过 950 万条高质量抓取姿态
• 物体覆盖：超过 1 万个不同物体
• 抓握类型：31 种常用抓握类型（覆盖人类抓握分类法约 94%）
• 数据性质：合成数据（仿真生成）

应用场景

适用于多指灵巧手在高自由度操作场景下的模型训练与算法验证，包括：

• 商超零售场景的物体抓取
• 工业分拣场景的精细操作
• 家庭服务场景的物体操控
• 医疗康养场景的辅助操作