World In Your Hands Sample Dataset

World In Your Hands是一个高质量的人类中心数据集，包含约1,000小时的演示数据。

World In Your Hands is a high-quality human-centric dataset containing approximately 1,000 hours of demonstration data.

原始信息汇总

World in Your Hands 数据集概述

数据集基本信息

• 数据集名称: World in Your Hands
• 官方仓库地址: https://github.com/tars-robotics/World-In-Your-Hands
• 官方信息页: https://wiyh.tars-ai.com/
• 许可证: CC BY-NC-SA 4.0 (https://creativecommons.org/licenses/by-nc-sa/4.0/)

数据集状态与发布

• 最新发布 (2025/12/26): World In Your Hands 示例数据集已发布。
• 待发布内容:
  • World In Your Hands 论文。
  • World In Your Hands 完整数据（约1000小时高质量、以人为中心的演示数据）。
  • World In Your Hands 基础模型。
  • 以人为中心的挑战任务。

数据集内容与特点

• 该数据集包含以人为中心的高质量演示数据。
• 已发布部分为示例数据集。

开发工具与使用

• 开发工具包: 可通过官方仓库 (https://github.com/tars-robotics/World-In-Your-Hands) 获取 wiyh-devkit 代码。
• 使用流程:
  1. 阅读 https://wiyh.tars-ai.com/ 上的详细数据集描述。
  2. 通过 https://wiyh.tars-ai.com/exploredataset#downloads 下载数据集。
  3. 获取开发工具包代码。
  4. 阅读 https://wiyh.tars-ai.com/exploredataset#tutorial 上的教程或自行运行 wiyh_tutorial.ipynb。

许可与引用

• 本仓库中的所有数据和代码均采用 CC BY-NC-SA 4.0 许可证。
• 如果本数据集对您的研究有所帮助，请考虑引用我们的工作（技术报告即将发布）。

搜集汇总

数据集介绍

构建方式

在机器人交互与感知研究领域，高质量数据集的构建是推动技术进步的关键。World In Your Hands样本数据集作为一项前沿资源，其构建过程遵循严谨的科学方法。该数据集通过采集人类中心的高质量演示数据，初步计划涵盖约1000小时的丰富交互记录，旨在捕捉真实世界中的复杂操作场景。数据采集过程注重多样性与代表性，确保覆盖广泛的日常任务与环境，为模型训练提供扎实的基础。

使用方法

为便于研究者有效利用该数据集，官方提供了完整的开发工具包与详细指南。用户首先需要访问项目网站，阅读数据集描述以理解其整体架构与内容。随后可通过指定链接下载数据，并获取配套的wiyh-devkit代码库。通过运行提供的教程或自行探索示例代码，用户可以快速掌握数据加载、预处理与分析的基本流程。数据集采用CC BY-NC-SA 4.0许可协议，在使用时需遵守相应的引用规范，以支持学术社区的持续发展。

背景与挑战

背景概述

World In Your Hands数据集由TARS-AI研究机构于2025年12月26日发布，标志着人机交互与具身智能领域迈入新阶段。该数据集致力于解决机器人操作任务中复杂环境下的灵巧手部控制与物体交互问题，旨在通过高质量的人类示范数据，推动通用机器人操作能力的发展。其核心研究聚焦于如何使机器人系统在非结构化场景中实现类人的精细操作技能，对提升自主机器人的适应性与泛化性能具有深远影响。

当前挑战

该数据集旨在应对机器人灵巧操作领域的核心挑战，即如何在多样化、非结构化的真实世界环境中实现鲁棒且精确的手部动作控制。构建过程中面临多重困难，包括采集大规模、高质量的人类手部操作示范数据，确保数据在动作多样性、物体交互复杂性与场景真实性之间的平衡，以及建立统一的数据标注与评估标准以支持模型的有效训练与验证。

常用场景

经典使用场景

在具身智能与人机交互领域，World In Your Hands样本数据集为研究者提供了高质量的以人为中心的多模态交互数据。该数据集通过记录人类在真实世界中的操作演示，捕捉了手部动作、物体交互及环境上下文信息，为构建能够理解并执行复杂任务的智能体奠定了数据基础。经典使用场景包括训练机器人模仿学习模型，使其能够从人类示范中学习精细的操作技能，如抓取、操纵物体等，从而推动具身智能在动态环境中的适应性研究。

解决学术问题

该数据集有效解决了具身智能研究中缺乏大规模、高质量人类示范数据的瓶颈问题。通过提供约一千小时的人类中心数据，它支持了模仿学习、强化学习及多模态感知等算法的开发与验证，促进了智能体在非结构化环境中泛化能力的提升。其意义在于为学术界提供了一个标准化的基准，加速了从模拟到真实世界迁移的研究进程，对推动机器人自主操作与智能交互技术的发展产生了深远影响。

实际应用

在实际应用中，World In Your Hands数据集可广泛应用于服务机器人、工业自动化及辅助技术等领域。例如，在家庭服务场景中，基于该数据集训练的模型能使机器人学习人类日常任务，如整理物品或准备餐食；在工业制造中，则可优化机器人装配流程，提高生产灵活性与安全性。这些应用不仅提升了机器人的实用性与可靠性，还为解决老龄化社会中的劳动力短缺问题提供了技术支撑。

数据集最近研究

最新研究方向

在具身智能与人机交互领域，高质量人类中心数据的稀缺性正推动研究范式革新。World In Your Hands样本数据集的发布，标志着面向真实世界任务的人类示范数据采集进入新阶段，其前沿探索聚焦于构建大规模、多模态的人类行为轨迹库，以支撑具身智能体在复杂物理环境中的学习和泛化。这一方向紧密关联于通用机器人操作、虚拟现实交互等热点议题，通过提供约一千小时的人类中心演示数据，旨在为下一代基础模型训练奠定实证基础，对推动机器在非结构化环境中实现类人技能迁移具有关键意义。