robot-descriptions

该数据集从公开 CAD 装配体自动生成，提供了模拟器就绪的机器人描述。每个装配体包含：MuJoCo 编译的 MJCF 模型、合并的碰撞与视觉网格、渲染预览图、运动学图谱（原始与机器人形式）以及源装配体 JSON。对于支持 URDF 序列化的装配体，额外提供 URDF 文件。数据集源自两个 CAD 源：fusion360-gallery 和 automate-onshape，共尝试 128883 个装配体，成功编译 126287 个（覆盖率达 99.75%）。数据以 WebDataset 分片形式组织，包含元数据 parquet 文件、分片报告、全局报告等。该数据集适用于机器人仿真、运动学分析、视觉渲染以及机器人描述的标准化任务。This dataset is automatically generated from public CAD assemblies, providing simulator-ready robot descriptions. Each assembly includes: MuJoCo-compiled MJCF models, merged collision and visual meshes, rendered preview images, kinematic graphs (original and robotic forms), and source assembly JSON. For assemblies supporting URDF serialization, additional URDF files are provided. The dataset originates from two CAD sources: fusion360-gallery and automate-onshape, with a total of 128,883 assemblies attempted and 126,287 successfully compiled (coverage rate of 99.75%). Data is organized in WebDataset shards, including metadata parquet files, shard reports, and global reports. This dataset is suitable for robot simulation, kinematic analysis, visual rendering, and standardization tasks of robot descriptions.

原始信息汇总

数据集概述

该数据集名为 Robot descriptions from CAD assemblies，由 Codesign 工具从公开 CAD 装配体生成，提供可直接用于仿真器的机器人描述文件。

许可证与任务

• 许可证：Apache-2.0
• 任务类别：机器人学（robotics）
• 标签：cad、urdf、mjcf、mujoco、robot-descriptions

内容与格式

每个装配体包含以下文件（以 <assembly_id>.<suffix> 命名）：

后缀	内容
json	源装配体的原始 CAD 数据
metadata.json	装配体元数据
mjcf	MJCF 模型（MuJoCo 可直接编译）
urdf	URDF 模型（仅在支持序列化时包含）
meshes.tar	合并后的碰撞与视觉网格
render.png	渲染预览图
graph-raw.svg、graph-robot.svg	运动学图谱

此外，提供了顶层索引文件：metadata.parquet、campaign.report.json、campaign.samples.csv。

数据来源

• CAD 数据来自两个源数据集（源自 senthurayyappan/cad-assemblies）：
  • fusion360-gallery
  • automate-onshape
• CAD 源版本：9f678a8c99891993c755a8a6a0fe7ddc1611da78
• Codesign 版本：0.4.2

规模与覆盖

项目	数值
数据分片数	1290
尝试装配体总数	128883
成功编译装配体数	126287
总覆盖率	99.75%（126287/126599 符合条件）

分来源覆盖情况：

来源	编译成功	符合条件	覆盖率
fusion	7728	7805	99.01%
onshape	118559	118794	99.80%

排除规则

排除仅基于源数据的客观缺陷，排除原因及数量如下：

排除原因	数量
dangling_joint_reference	223
malformed_onshape_reference	1838
missing_joint_geometry	223

框架限制、缺少关节限位、序列化失败或仿真器编译失败等情形仍计入覆盖率分母。

搜集汇总

数据集介绍

构建方式

该数据集以公开的CAD装配体为原始素材，经由Codesign工具链自动转化为可供物理仿真器直接加载的机器人描述文件。构建流程涵盖解析源装配体JSON、抽取关节与连杆信息、生成MJCF运动学模型，并调用MuJoCo编译器加以验证。仅当模型能够成功编译时，该装配体才被纳入有效覆盖范围。转换过程中同步导出合并后的碰撞与视觉网格、URDF串行化文件及源装配体JSON，最终以WebDataset分片形式打包，形成包含126,287个成功编译装配体的大规模语料库。

使用方法

使用者可通过WebDataset归档按分片读取装配体，每个成员以装配体ID加后缀命名，便于按需提取JSON、MJCF、URDF、网格或渲染图。metadata.parquet与campaign.samples.csv提供逐装配体索引，campaign.report.json则汇总覆盖统计与分片清单，供宏观分析。典型用法包括在MuJoCo中直接加载MJCF进行动力学仿真、利用URDF适配其他机器人框架，或借助运动学图谱开展结构研究。所有文件均遵循Apache-2.0许可，可自由用于学术与工程用途。

背景与挑战

背景概述

在机器人仿真与具身智能研究中，从计算机辅助设计（CAD）模型自动生成仿真就绪的机器人描述文件长期依赖人工建模，成为制约大规模机器人学习与验证的瓶颈。robot-descriptions数据集由Codesign团队（senthurayyappan等）于2024年前后构建，旨在通过自动化流水线将公开CAD装配体转化为可供MuJoCo编译的MJCF模型及URDF描述。该数据集涵盖来自fusion360-gallery和automate-onshape的逾十二万装配体，覆盖率达99.75%，为机器人动力学仿真、运动规划及跨平台模型转换提供了大规模、标准化的基准资源，显著推动了从设计到仿真的无缝衔接。

当前挑战

该数据集所应对的核心领域问题在于：如何从异构、非结构化的CAD装配体中自动提取可编译的机器人运动学模型，从而替代传统耗时的人工URDF/MJCF建模流程。构建过程中面临多重挑战：其一，CAD源数据存在悬挂关节引用、Onshape引用格式错误及关节几何缺失等缺陷，导致约2600个装配体被排除；其二，不同框架的局限性、关节限位缺失及序列化失败均被计入覆盖率统计，对转换流水线的鲁棒性提出严苛要求；其三，需在保留源装配语义的同时生成视觉与碰撞网格、运动学图版及渲染预览，并确保MJCF可被MuJoCo成功编译，这对模型转换的一致性与完整性构成持续考验。

常用场景

经典使用场景

在机器人学与具身智能研究中，仿真环境是算法验证的基石。robot-descriptions数据集作为大规模CAD装配体衍生的仿真就绪机器人描述库，为MuJoCo等物理引擎提供了逾十二万条可直接编译的MJCF模型及其视觉与碰撞网格。研究者借此能够便捷地构建多样化的机器人形态，开展运动规划、动力学控制以及强化学习策略的仿真训练与评测，从而在高度逼真的虚拟场景中探索机器人行为的边界。

解决学术问题

长久以来，机器人学研究面临仿真模型稀缺且获取困难的瓶颈，尤其是源于真实CAD设计的多样化机器人描述更是凤毛麟角。该数据集通过自动化转换流程，将海量公共CAD装配体转化为可编译的MJCF与URDF文件，并附带关节极限、碰撞几何等关键物理属性，有效解决了仿真模型来源单一、形态受限的问题。其99.75%的高覆盖率与保守的排除策略，确保了数据质量与可重复性，为机器人形态学、运动学分析以及跨形态策略迁移等学术议题提供了坚实的数据基础。

实际应用

在工业与服务业机器人快速迭代的背景下，该数据集展现出广泛的实际应用潜力。工程师可以利用其中丰富的装配体描述，快速原型化新型机械臂或移动平台，在MuJoCo中预演抓取、装配及导航任务，从而降低物理样机测试的成本与风险。同时，教育工作者可借助集成的渲染预览与运动学图板，直观展示机器人结构原理；而开源社区亦能基于这些标准化描述，开发兼容多形态的通用控制算法与仿真工具链，推动机器人软件生态的繁荣。

数据集最近研究

最新研究方向

在机器人仿真与具身智能领域，从异构CAD装配体自动生成仿真就绪模型已成为一项关键挑战。该数据集通过将Fusion 360与Onshape等公开CAD装配体转换为MuJoCo可编译的MJCF及URDF描述，覆盖逾12.6万个装配体，编译成功率高达99.75%，为大规模机器人学习提供了可扩展的数据基础。当前研究前沿聚焦于利用此类数据集训练跨形态的策略泛化模型，推动仿真到现实的迁移；同时，其保守的资格策略与细粒度元数据也为自动化建模流水线的鲁棒性评估提供了基准。该工作显著降低了机器人仿真环境构建的人工成本，对具身智能、运动规划及多体动力学研究具有深远影响。