pollen-dance

该数据集名为“pollen dance • Reachy Mini Moves”，是一个社区贡献的Marionette记录集合，专门在Reachy Mini机器人上捕获。数据集包含JSON格式的轨迹文件，以及可选的WAV音频文件，所有文件均存储在`data/`目录下。这些记录通过Marionette web应用进行采集，旨在支持机器人领域的相关任务，如动作记录、轨迹分析或人机交互研究。数据集适用于机器人任务类别，语言为英语，采用Apache-2.0许可证。重用时应引用数据集并保留reachy_mini_community_moves标签，以便社区发现相关衍生作品。

The dataset is named pollen dance • Reachy Mini Moves and is a community-contributed collection of Marionette recordings, specifically captured on the Reachy Mini robot. It includes trajectory files in JSON format and optional WAV audio files, all stored in the `data/` directory. These recordings are collected via the Marionette web application and are designed to support tasks in robotics, such as motion recording, trajectory analysis, or human-robot interaction research. The dataset falls under the robotics task category, uses English as the language, and is licensed under Apache-2.0. Reuse requires citing the dataset and retaining the reachy_mini_community_moves tag to facilitate community discovery of derivative works.

原始信息汇总

数据集概述：pollen dance • Reachy Mini Moves

• 数据集名称：pollen dance • Reachy Mini Moves
• 许可证：Apache-2.0
• 任务类别：机器人学（Robotics）
• 语言：英语（en）
• 标签：reachy_mini_community_moves
• 数据集来源：由社区贡献，使用 Marionette 网页应用在 Reachy Mini 机器人上录制。

数据内容

• 数据文件位于 data/ 目录下。
• 每个动作包含一个 JSON 格式的轨迹文件，以及可选的 WAV 音频文件。

复用说明

• 引用此数据集时，请注明 Anne-Charlotte/pollen-dance。
• 分享衍生作品时，请保留 reachy_mini_community_moves 标签，以便社区发现相关数据集。

搜集汇总

数据集介绍

构建方式

pollen-dance数据集源自社区协作，通过Reachy Mini机器人记录的木偶操控动作（Marionette recordings）构建而成。每一份动作数据均以JSON轨迹文件形式存储于`data/`目录下，并可选配对应WAV音频文件。记录过程依托于Marionette网页应用程序，该工具在HuggingFace Spaces平台上提供交互式操作界面，使得远程动作捕捉与数据采集得以简便实现。

使用方法

使用者可直接从`data/`文件夹加载JSON轨迹文件，配合Reachy Mini机器人仿真或实体环境进行动作回放。如需同步音频交互，可将可选WAV文件与轨迹数据对齐。数据集引用时标注为`Anne-Charlotte/pollen-dance`，若基于此创作衍生数据集，建议保留`reachy_mini_community_moves`标签，以支持社区内的资源聚合与共享发现机制。

背景与挑战

背景概述

在人机交互领域，赋予机器人以自然、富有表现力的运动能力是提升其社交共存性的核心课题。传统编程式运动生成方法往往受到动作复杂度和可扩展性的限制。为突破这一瓶颈，社区驱动的动作录制与共享范式应运而生。pollen-dance数据集由Anne-Charlotte等人于2023年创建，基于Reachy Mini机器人平台，利用Marionette网络应用进行社区贡献的木偶式动作录制。该数据集的核心研究问题在于探索如何通过众包方式，高效采集并标准化机器人动作轨迹，从而丰富机器人运动库的多样性与创造性。作为Reachy Mini社区运动项目的重要组成部分，pollen-dance不仅降低了机器人动作设计的门槛，还促进了机器人行为数据集在开源社区的共建与复用，对推动人机交互中的运动生成民主化具有重要示范意义。

当前挑战

pollen-dance数据集所解决的领域问题聚焦于机器人动作的分布式生成与标准化。传统机器人运动设计依赖专家编程，耗时且难以覆盖丰富场景；而社区录制面临动作质量参差、坐标系不一致、时序对齐困难等挑战，亟需一种轻量级、易用且兼容性强的录制与注释范式。在构建过程中，数据集主要面临以下挑战：首先，如何设计直观的录制界面（如Marionette）以降低非专业用户的参与门槛，同时确保录制动作的物理可执行性；其次，如何在JSON轨迹与可选WAV音频的松散耦合结构中，维持多模态数据的时间同步与语义连贯；最后，如何通过统一的标记系统（如reachy_mini_community_moves标签）促进衍生产品的发现与标准化共享，以避免社区贡献的碎片化。这些挑战的解决对于构建可持续、高质量的机器人社区数据集至关重要。

常用场景

经典使用场景

在机器人行为学习与生成领域，pollen-dance数据集凭借其社区贡献的Marionette轨迹记录，成为研究机器人姿态模仿与行为复现的宝贵资源。这一数据集捕捉了Reachy Mini机器人在“花粉舞蹈”场景下的精细运动模式，每一段轨迹均以JSON格式存储，并附有可选的音频同步数据。研究者可将其用于训练基于示教学习（Learning from Demonstration）的模型，使机器人能够从人类操作或预设轨迹中习得流畅且富有表现力的动作序列，尤其适用于人机交互中情感化、艺术化行为的生成研究。

解决学术问题

该数据集有效回应了机器人领域长期存在的动作数据稀缺与泛化难题。在传统研究中，机器人动作生成往往依赖手工编码或物理仿真，缺乏真实交互场景下的多样性。pollen-dance通过社区协作机制，汇聚了丰富的自然运动样本，为解决小样本学习、域适应以及跨任务动作迁移等学术问题提供了标准化测试基准。其意义在于推动了从规则驱动向数据驱动的行为建模范式转变，使得机器人能够更自然地融入社会互动场景，并为评估算法对动态时序数据的表征能力提供了可靠支撑。

实际应用

在实际应用层面，pollen-dance数据集为服务机器人、教育机器人及娱乐机器人等场景中的行为定制开辟了路径。例如，在康复训练中，机器人可依据数据集中的轨迹示范，辅助患者完成特定肢体动作的重复练习；在青少年编程教育中，学生能通过Marionette平台录制个性化动作，并利用该数据集快速部署到实体机器人上，实现从创意到互动的闭环。此外，结合音频同步数据，该数据集还可用于开发具备音乐响应能力的表演型机器人，丰富展览、文艺演出等场景的自动化表现力。

数据集最近研究

最新研究方向

该数据集聚焦于仿生机器人运动生成领域，通过众包社区贡献的Marionette动作捕捉记录，为轻型双臂机器人Reachy Mini提供灵巧操控行为样本。当前前沿研究方向包括利用众包产生的多样化人类演示轨迹，结合生成式AI模型（如扩散策略与Transformer架构）进行机器人运动技能迁移学习，以降低传统强化学习所需的环境交互成本。此外，该数据集的社区标签机制推动了开放机器人运动数据的标准化建设，与具身智能浪潮中关于“数据驱动机器人模仿学习”的热点议题紧密呼应，为多模态运动数据集的扩展和细粒度动作生成的评估基准提供了实践范例。