多任务长程任务模仿学习数据集

数据集名称：多任务长程任务模仿学习数据集（编号2020AAA0108902-004）数据集内容：建立了一个全新的多任务长程任务模仿学习数据集，旨在弥补现有数据集的不足并满足实际应用的需求。该数据集采用MuJoCo仿真环境进行采集，同步收集低维观测和执行动作，涵盖多种任务例如开抽屉、抓取物体、堆叠积木等。数据集总计约300条操作轨迹，包括机器人本体感知信息、物体信息和执行动作。该数据集不仅为机器人长程领域提供了宝贵的资源，还为持续学习等新兴研究领域设定了新的测试基准。数据来源：通过仿真分析获得。采集时间及地点：数据采集时间为2023年，地点为中国科学院自动化研究所。本数据集旨在弥补现有数据集的不足并满足实际应用的需求，采用MuJoCo仿真环境进行采集。数据集同步收集了低维观测和执行动作，涵盖多种任务，如开抽屉、抓取物体、堆叠积木等。数据集总计约300条操作轨迹，包括机器人本体感知信息、物体信息和执行动作。数据量为17.8MB。

搜集汇总

背景与挑战

背景概述

该数据集是一个多任务长程任务模仿学习数据集，旨在弥补现有数据集的不足。它采用MuJoCo仿真环境采集，同步收集低维观测和执行动作，涵盖开抽屉、抓取物体、堆叠积木等多种任务，总计约300条操作轨迹，包含机器人本体感知信息、物体信息和执行动作，数据量为17.8MB。