远程指代视觉导航数据集,21,702 条指令、4,140 个目标物体、489 类对象,要求智能体在陌生室内找人指定物体,CVPR 2020。
- 数据类型
- 导航与三维场景
- 协议
- 学术许可
硅基参考数据集库建立遥操作、轨迹、多模态、RGB-D、力矩、触觉和语言数据的元索引,方便按任务、平台与协议筛选对照。
按场景进门
每个场景挑了策展代表,点进去 3 秒判断适不适合;下载与细筛是后一步。
叠衣、收桌、厨房家务。挑的是能接到家用机型、任务口径清楚的代表集。
北京人形 RoboMIND / 智元 AGIBOT WORLD 2026 / 智元 AGIBOT WORLD 数据集 1.0
抓起来、放下去,所有操作策略的第一课。经典基准与大规模真机都有。
DROID / GraspNet-1Billion / Fourier ActionNet
左右手配合、递送、双臂长程。ALOHA 系与国产真机大集为主。
ALOHA Unleashed: 双臂灵巧操作示范集 / Mobile ALOHA / 智源 RoboCOIN
多指抓握、手内旋转、手物交互。做灵巧手和多指末端先看这里。
DexGraspNet / ACRONYM / DexYCB
插接、装配、拧螺丝、线缆操作。对标产线工位的操作数据。
Assembly101 / RH20T / ALOHA Unleashed: 双臂灵巧操作示范集
多阶段任务连着做。评估策略的持续性与恢复能力先看这批。
CALVIN / BEHAVIOR-1K / Meta-World
人形真机训练集:AGIBOT WORLD、RoboMIND、ActionNet 这一档。
智元 AGIBOT WORLD 2026 / 智元 AGIBOT WORLD 数据集 1.0 / 北京人形 RoboMIND
室内导航、场景图、可达性理解。移动底盘与空间智能用。
vLAR PhysInOne / ARIO 全机器人统一数据集 / InternData-M1
轮式底盘 + 机械臂:边走边干。开放世界作业看这批。
Mobile ALOHA / Galaxea Open-World Dataset / ARIO 全机器人统一数据集
仿真基准、域随机化、合成数据。先跑通再迁真机。
Meta-World / RLBench / robosuite
远程指代视觉导航数据集,21,702 条指令、4,140 个目标物体、489 类对象,要求智能体在陌生室内找人指定物体,CVPR 2020。
基于 Matterport3D 的视觉语言导航基准,含 90 个室内环境、10,567 条全景轨迹与 7,189 条自然语言指令,CVPR 2018 发布。
Nav-CoT-110K 提供约 11 万条视觉语言导航的思维链样本,把「下一步往哪走」的中间推理过程显式写成文本,采用 Apache-2.0 许可,用于训练导航模型的显式推理能力。
SAGE-3D 由群核科技 SpatialVerse 开源,用 3D 高斯泼溅重建室内空间并配套视觉语言导航指令(关联论文 arXiv:2510.21307),采用 CC BY-4.0 许可,主打仿真到真机的导航迁移。
RxR 含约 12.6 万条多语言视觉语言导航指令,覆盖英语、印地语、泰卢固语三种语言,并记录标注者描述时的视觉注意轨迹,是 VLN 领域规模最大、标注最细的多语言基准。
Matterport3D 覆盖 90 栋真实建筑、10,800 个全景视角与 194,400 张 RGB-D 图像,是 R2R 视觉语言导航基准的底层场景,至今仍是室内三维理解与导航最常被引用的数据集。
我是硅基参考 Agent,熟产品库、数据集、公司档案和近期资讯。你可以直接问,也可以先让我了解你是谁、在看什么——我会把库里的资料和你说的话对上号,像同事聊天那样一点点聊。