ALFRED|家庭自动化数据集|机器人技术数据集

ALFRED 数据集由华盛顿大学和艾伦人工智能研究所联合创建，旨在为家庭任务提供从自然语言指令和视觉输入到动作序列的映射基准。该数据集包含 25,743 条自然语言指令，涵盖 8,055 个专家演示，平均每个任务包含 50 个动作步骤，生成 428,322 个图像-动作对。指令分为高层次目标（如“将杯子放入咖啡机”）和低层次步骤（如“走向右侧的咖啡机”）。数据集基于 AI2-THOR 2.0 模拟器构建，涉及部分可观测性、长动作序列、不可逆动作以及视觉交互掩码的生成。ALFRED 数据集的创建通过规划器生成专家演示，并结合众包平台收集自然语言指令。其应用领域包括视觉语言导航、家庭机器人任务规划以及语言驱动的机器人行为学习，旨在缩小现有基准与现实世界应用之间的差距。

AI搜集汇总

背景与挑战

背景概述

ALFRED是一个基准测试数据集，专注于从自然语言指令和视觉输入到动作序列的映射，特别针对家庭任务，包含长组合滚动和不可逆状态变化等特点。