TidyBot

TidyBot 基准数据集由普林斯顿大学、斯坦福大学等机构的研究人员创建，旨在研究机器人如何根据个性化偏好完成家庭整理任务。该数据集包含 96 种家庭场景，涵盖客厅、卧室、厨房和食品储藏室等 4 种房间类型。每种场景包含 2–5 个收纳容器（如架子、橱柜等），4–10 个“已见”示例物品收纳位置（用于训练），以及相同数量的“未见”物品收纳位置（用于测试）。数据集总计有 672 个“已见”物品收纳示例和 672 个“未见”物品收纳示例，涉及 87 个独特收纳容器和 1076 个独特物品。数据集的创建过程基于对家庭环境中物品收纳偏好的多样化考量，包括基于类别、属性、功能、子类别以及多类别混合等多种收纳标准。其应用领域主要集中在服务机器人领域，特别是个性化家庭整理任务，旨在帮助机器人快速学习并适应不同用户的收纳偏好，从而提高机器人在家庭服务中的实用性和适应性。