IsaacLab-Arena_RoboDojo_Assets

该数据集是 IsaacLab-Arena 与 RoboDojo 联合评估的资产集合，用于在 ARX X5 双机械臂（dual_x5）平台上执行 RoboDojo 的双臂操作任务。数据集包含以下内容：ARX X5 双臂机器人的 USD 模型和网格文件（Embodiment/x5/）；评估场景中使用的纹理材质（texture/）；10 个 RoboDojo 任务（build_tower, classify_objects, put_bottles_into_dustbin, pour_balls_into_vase, general_pickup, cover_blocks, insert_tubes, sort_nesting_dolls_by_size, deposit_coin, organize_table）的场景布局（Layouts/RoboDojo/）；以及这些布局中引用的对象 USD 实例（Objects/RoboDojo/）。数据集通过 IsaacLab-Arena 项目提供的脚本进行下载，适用于机器人操作任务的仿真评估与训练。本数据集为IsaacLab-Arena与RoboDojo联合推出的评估用资产集合，用于在ARX X5双机械臂（dual_x5）平台上开展RoboDojo双臂操作任务。数据集涵盖以下组成部分：ARX X5双臂机器人的USD模型与网格文件（路径：Embodiment/x5/）；评估场景所用的纹理材质资源（路径：texture/）；包含10项RoboDojo任务——build_tower、classify_objects、put_bottles_into_dustbin、pour_balls_into_vase、general_pickup、cover_blocks、insert_tubes、sort_nesting_dolls_by_size、deposit_coin、organize_table——的场景布局文件（路径：Layouts/RoboDojo/）；以及上述布局所引用的对象USD实例文件（路径：Objects/RoboDojo/）。本数据集可通过IsaacLab-Arena项目提供的脚本获取，适用于机器人操作任务的仿真评估与模型训练。

原始信息汇总

IsaacLab-Arena × RoboDojo 数据集详情

基本信息

• 许可证：Apache-2.0
• 任务类别：机器人学（Robotics）

数据集简介

该数据集用于在 IsaacLab-Arena 环境中评估 RoboDojo 双臂任务，采用 ARX X5（dual_x5） 机器人形态。

内容结构

路径	描述
Embodiment/x5/	ARX X5 双臂机器人 USD 模型 / 网格资源
texture/	评估所使用的穹顶 / 材质纹理
Layouts/RoboDojo/	10 个 RoboDojo 任务的场景布局
Objects/RoboDojo/	布局引用的对象 USD 实例

任务列表

包含以下 10 个 RoboDojo 任务：

• build_tower（搭建塔）
• classify_objects（物体分类）
• put_bottles_into_dustbin（将瓶子放入垃圾桶）
• pour_balls_into_vase（将球倒入花瓶）
• general_pickup（通用拾取）
• cover_blocks（覆盖积木）
• insert_tubes（插入管道）
• sort_nesting_dolls_by_size（按大小排序套娃）
• deposit_coin（存入硬币）
• organize_table（整理桌面）

下载方式

在 IsaacLab-Arena 项目根目录下执行以下命令：

bash bash script/_pull_assets.sh

下载后的资源将存入 assets/ 目录，并保持上述布局结构。

搜集汇总

数据集介绍

构建方式

在机器人仿真与双臂操作评测领域，资产库的构建直接决定了任务场景的真实性与可复现性。该数据集面向ARX X5（dual_x5）双臂本体，围绕RoboDojo的十项操作任务，系统性地组织仿真资产。构建过程以IsaacLab-Arena为平台，将ARX X5双臂机器人的USD模型与网格文件归入Embodiment/x5/，并将评估所需的穹顶与材质纹理纳入texture/；同时为build_tower、classify_objects等十项任务逐一定义场景布局，存放于Layouts/RoboDojo/，并配以布局所引用的物体USD实例于Objects/RoboDojo/。通过项目根目录下的拉取脚本，资产被统一下载至assets/目录，形成结构清晰、版本可控的评测资源集合。

特点

该数据集以任务驱动的组织逻辑见长，涵盖从积木搭建、物体分类到倒球入瓶、嵌套玩偶排序等十类双臂精细操作场景，兼顾抓取、放置、插入与整理等多种技能维度。其资产构成完整，既包含ARX X5双臂本体的USD与网格模型，也囊括场景布局与物体实例，并辅以评估所需的穹顶与材质纹理，保障渲染与物理交互的一致性。所有内容遵循Apache-2.0许可，路径划分明确，便于在IsaacLab-Arena中直接复用与扩展。十项任务的命名直观反映操作目标，为双臂策略的泛化评估提供了标准化的场景基础。

使用方法

使用该数据集时，需将其置于IsaacLab-Arena项目环境中，从项目根目录执行script/_pull_assets.sh脚本，资产即按Embodiment/x5/、texture/、Layouts/RoboDojo/与Objects/RoboDojo/的层级下载至assets/目录。随后，在IsaacLab-Arena的评测流程中加载对应任务的场景布局，即可调用ARX X5双臂本体与相关物体实例开展仿真。研究人员可基于十项RoboDojo任务进行策略训练与评估，亦可根据自身需求替换或扩充Objects/RoboDojo/中的物体实例，以适配新的操作场景，从而在统一的双臂本体与资产规范下实现可复现的实验对比。

背景与挑战

背景概述

在机器人学习领域，仿真环境下的双臂协同操作任务长期缺乏标准化、可复现的评测基准。IsaacLab-Arena作为基于NVIDIA IsaacLab构建的评测平台，携手RoboDojo基准，于2024年前后由相关研究团队共同推出ARX X5（dual_x5）双臂具身智能资产集。该数据集聚焦十项精细双臂操作任务，如搭建塔、分类物体、倒球入瓶等，旨在为核心研究问题——双臂协调策略的泛化性与鲁棒性——提供高保真仿真场景与统一评测协议。其发布显著推动了机器人操作从单臂向双臂协作的范式迁移，并为社区提供了可扩展的资产参考。

当前挑战

该资产集所应对的领域问题涵盖双臂高维动作空间协同、长时序任务规划与精细力控，其难度远超单臂操作。构建过程中，团队需克服多源异构资产（USD模型、纹理、场景布局）的标准化集成、ARX X5双臂运动学与动力学参数校准、以及十项任务在IsaacLab-Arena中的可复现部署等工程挑战。此外，确保不同任务间物体实例与场景布局的兼容性，并维持仿真到现实迁移的潜在可行性，亦构成持续性的技术难题。

常用场景

经典使用场景

在双臂机器人操作与灵巧作业研究中，该数据集通常充当仿真训练与策略评估的基础设施。具体而言，研究者依托IsaacLab-Arena仿真平台，加载ARX X5双臂机器人模型及十项RoboDojo任务场景布局，如搭建积木塔、分类物体、将瓶子放入垃圾桶、将球倒入花瓶等，以系统评估模仿学习、强化学习及任务规划算法在复杂双臂协同操作中的表现。其经典用法是构建标准化的双臂操作基准，使不同算法在同一物理仿真环境中进行可复现的横向比较。

衍生相关工作

围绕该数据集，已衍生出一系列与IsaacLab-Arena及RoboDojo基准密切相关的经典工作，涵盖双臂模仿学习策略、基于视觉的运动规划、多任务强化学习以及仿真到现实的迁移方法等。这些工作以该数据集提供的标准化任务与资产为实验载体，逐步扩展出更复杂的任务组合与评估协议，并催生了针对双臂协调、物体关系推理及长程任务分解的算法改进。其资产结构亦被后续研究借鉴，用于构建新的双臂操作基准与跨实体泛化评测体系。

数据集最近研究

最新研究方向

在具身智能与机器人操作研究领域，双机械臂协同任务正成为突破单臂局限、迈向复杂环境自主作业的关键方向。IsaacLab-Arena_RoboDojo_Assets数据集面向ARX X5双臂平台，构建了涵盖积木搭建、物体分类、倒球入瓶、套娃排序等十项高难度操作任务，为策略学习与泛化评估提供了标准化仿真场景。近期研究聚焦于利用该数据集探索多模态感知融合下的长程任务规划，以及基于大规模强化学习的双臂协调控制策略。其资产结构与IsaacLab生态无缝集成，推动了仿真到现实迁移、任务级泛化等热点问题的可复现研究，对加速通用机器人操作系统的开发具有重要的基准意义。