articulated-wardrobes

ProjectSim Wardrobes 是由 Kaedim 的 ProjectSim 项目创建的一个面向机器人学习的模拟就绪3D资产数据集。该数据集包含5个带铰链门的衣柜模型，每个模型均具备倒角边缘、真实铰链限制、简化坐标关节、基于精确网格积分的每连杆质量和惯性、按区域物理材质、4K AI纹理以及MuJoCo认证的关节。所有资产均以 Blender (.blend) 和 USD (.usda) 格式提供，其中 USD 格式包含可直接播放的场景文件（含 PhysicsScene 和地面平面）。每个资产目录下还包含 manifest.json（记录尺寸、质量、三角面数、关节限制等）和 512px 渲染缩略图。数据集适用于机器人模拟、数字孪生、仿真环境构建等任务，可无缝集成到 Blender、Isaac Sim 或其他支持 USD 的应用程序中。许可证为 CC-BY-4.0。ProjectSim Wardrobes is a simulation-ready 3D asset dataset for robotic learning, created by Kaedims ProjectSim project. It contains 5 wardrobe models with hinged doors, each featuring chamfered edges, realistic hinge limits, simplified coordinate joints, per-link mass and inertia based on exact mesh integration, per-region physical materials, 4K AI textures, and MuJoCo-verified joints. All assets are provided in Blender (.blend) and USD (.usda) formats, with the USD format including playable scene files (containing PhysicsScene and ground plane). Each asset directory also includes manifest.json (recording dimensions, mass, triangle count, joint limits, etc.) and a 512px rendered thumbnail. The dataset is suitable for tasks such as robot simulation, digital twins, and simulation environment construction, and can be seamlessly integrated into Blender, Isaac Sim, or other USD-compatible applications. License: CC-BY-4.0.

原始信息汇总

数据集概述

• 名称: ProjectSim Wardrobes
• 提供方: ProjectSim by Kaedim
• 许可证: CC-BY-4.0
• 类别: 机器人学（robotics）
• 规模: 小于1K个样本（n<1K）
• 标签: 仿真、3D、USD、Blender、Isaac Sim、铰接物体、合成数据、数字孪生等
• 数据文件: index.parquet（默认配置）

资产详情

该数据集包含5个带铰链门的衣柜3D资产，每个资产均具备：

• 铰接结构: 带真实铰链限位的门，采用减坐标铰接，每连杆具有精确的网格积分质量与惯性
• 物理材质: 分区域物理材质，含4K AI纹理
• 关节认证: 通过MuJoCo认证的关节
• 尺寸与质量:

ID	尺寸（米）	质量（千克）	关节数
wardrobe_0001	1.00 × 0.62 × 2.00	117.2	2
wardrobe_0002	1.25 × 0.65 × 2.16	122.6	2
wardrobe_0003	1.00 × 0.62 × 2.35	143.1	2
wardrobe_0004	1.10 × 0.70 × 1.71	120.5	2
wardrobe_0005	1.54 × 0.63 × 2.24	205.6	2

文件结构

每个资产（以wardrobes/<id>/目录组织）包含：

• <id>.blend: Blender文件（纹理已打包）
• <id>_usd.zip: USD资源包（含.usda文件、纹理文件夹及可播放的*_scene.usda场景）
• manifest.json: 包含尺寸、质量、三角面数、每关节限位及单位、来源信息
• thumb.png: 512像素渲染预览图

使用方式

• Blender: 可直接下载.blend文件打开使用
• Isaac Sim / USD应用: 解压*_usd.zip后打开*_scene.usda并点击播放（自带物理场景和地面）；裸<id>.usda适用于自定义场景的引用（Z轴向上，单位为米）

关联资源

• 相关数据集系列：铰接箱子（articulated-boxes）、铰接桌子（articulated-desks）、物流笼（logistics-cages）等
• 在线试用：可通过ProjectSim的交互式实验室（procedural-lab）在浏览器中体验
• 官方网站：https://www.projectsim.ai

搜集汇总

数据集介绍

构建方式

articulated-wardrobes数据集由Kaedim公司的ProjectSim平台精心构筑，专为机器人学习与仿真环境设计。每个衣柜资产均经过精细的倒角边缘处理，并内置真实的铰链限位，以缩减坐标形式展现其关节运动学特性。构建过程中，通过精确的网格积分赋予每个连杆独立的物理质量与惯性参数，同时配备分区物理材质与4K人工智能生成纹理，确保视觉与物理属性的高度仿真。所有关节均通过MuJoCo标准验证，确保跨平台模拟的兼容性与可靠性。数据集以Blender、USD及场景文件等多种格式分发，并附有详尽的清单文件，记录尺寸、质量、三角形数量及关节限位等关键元数据。

特点

该数据集的最大特色在于其仿真就绪（sim-ready）的高品质资产，不仅包含具有真实铰链门的衣柜模型，还提供了完整的物理属性定义，从质量分布到材质分区，无不体现对机器人操作任务细节的考量。数据集的分布格式兼顾多样性与灵活性，用户可依据使用场景选择合适的文件类型，无论是用于视觉渲染还是物理模拟。此外，数据规模虽小（n<1K），但每项资产均经过精心设计，确保仿真与真实世界之间的域差距最小化。配套的manifest.json文件更提供了详尽的技术参数，为研究者在仿真环境中的可复现实验提供了坚实的数据基础。

使用方法

使用该数据集极为便捷，支持Blender与Isaac Sim等主流3D及仿真平台。在Blender中，用户只需下载对应的.blend文件并直接打开，即可快速集成至项目。对于Isaac Sim或其他USD应用，则下载对应资产的_usd.zip压缩包，解压后打开带有场景标识的*.usda文件，系统将自动加载物理场景与地面平面，按下播放键即可动态观察关节运动。高级用户亦可引用裸USD文件，以便在自定义场景中进行精细控制与布局。无论是用于机器人运动规划、抓取策略学习还是数字孪生构建，该数据集均提供了从资源获取到部署应用的端到端支持，大幅简化了仿真研究的工作流程。

背景与挑战

背景概述

articulated-wardrobes 数据集由 Kaedim 团队于近年发布，旨在为机器人学习提供高保真、可直接用于仿真环境的铰接式衣柜三维资产。该数据集包含五种不同尺寸与质量的衣柜，每个模型均具备铰链门、倒角边缘、真实铰链限位，以及基于精确网格积分的逐连杆质量与惯量、分区物理材质、4K AI 纹理和 MuJoCo 认证关节。作为 ProjectSim 系列的一部分，该数据集紧跟仿真到现实（sim-to-real）迁移的研究趋势，解决了机器人操作中铰接物体交互的仿真数据稀缺问题，为具身智能体的抓取、开门等任务提供了标准化的测试平台，在机器人学习与数字孪生领域具有重要的应用价值与影响力。

当前挑战

articulated-wardrobes 数据集所应对的领域挑战在于仿真环境中铰接物体的物理真实性与操作泛化性。传统数据集往往缺乏精确的铰链动力学参数或材质属性，导致模拟与现实之间存在显著差距，难以训练出可迁移的机器人策略。该数据集通过融合精确的物理参数与高分辨率纹理，力求缩小这一鸿沟，但构建过程中依旧面临多重挑战：首先，生成具有真实铰链限位和倒角特征的几何模型需要精细的 CAD 建模与网格处理，确保碰撞体积的准确性；其次，为每个部件分配精确的质量与惯量，需基于网格积分进行物理计算，计算成本高昂；此外，为达到“sim-ready”标准，还须统一不同引擎（如 Blender、Isaac Sim）的格式兼容性与单位一致性，并确保纹理与材质在不同渲染环境下保持一致外观，这些繁琐的流程均给数据集的扩展与维护带来了挑战。

常用场景

经典使用场景

articulated-wardrobes数据集以其精细的铰链门衣柜模型，成为机器人操作与仿真领域不可或缺的宝贵资源。在基于物理的仿真环境中，研究人员利用该数据集开展关节物体的抓取、推拉及开门等基础操作研究，通过高保真的物理属性和精确的关节限制，验证控制算法的鲁棒性与泛化能力。其Blender与USD双格式支持，便于在不同仿真平台间无缝迁移，加速了从虚拟训练到现实部署的转换进程。

解决学术问题

该数据集直面机器人学中长期存在的模拟到现实（Sim2Real）迁移难题，通过提供具有真实质量、惯性及物理材质的铰接式物体模型，使仿真环境中的交互物理更贴近真实世界。此外，它助力于解决关节物体操作中的运动学与动力学建模问题，为研究复杂接触下的物体操纵策略提供了标准化的测试平台，推动了机器人学习领域对高精度物理模拟的需求满足。

衍生相关工作

由此数据集衍生的相关工作已包括多模态机器人操作学习框架的构建，整合视觉、力觉与关节力矩信息，提升操作技能。另有研究开展基于该数据集的领域随机化与域自适应方法探索，增强模型在未知环境下的迁移能力。基于其精确物理属性，衍生出对关节摩擦与动力学参数的辨识研究，进一步细化仿真模型，促进机器人学习算法的实证发展与评估标准化。