Gibson

该数据集由斯坦福大学和加州大学伯克利分校联合创建，旨在支持真实世界感知模型的开发，特别是针对主动智能体的视觉感知和运动控制任务。该数据集基于真实世界的虚拟化空间构建，包含超过 1400 个楼层空间，涵盖 572 座完整建筑，总面积达 211,000 平方米。数据集内容丰富，提供 RGB 图像、深度图、表面法线和语义标签等多种模态数据。数据来源为真实世界的扫描数据，通过稀疏采样的全景图进行渲染生成。数据集的创建过程结合了神经网络渲染技术和物理引擎，确保智能体在虚拟环境中受到物理和空间约束，同时通过“Goggles”机制，实现虚拟渲染图像与真实世界图像的无缝转换。该数据集的应用领域主要集中在机器人导航、障碍物规避、视觉导航等任务，旨在提高智能体在复杂真实环境中的感知能力和适应性。