ACRONYM是由英伟达和斯坦福大学联合发布的大规模机器人抓取数据集,是机器人抓取领域规模最大的数据集之一。该数据集提供了1700万个抓取样本和8800个3D物体模型,覆盖了多种物体类别(家具、工具、餐具、电子设备等),支持多种抓取类型(平行夹爪抓取、吸盘抓取等)。ACRONYM使用了基于物理仿真的抓取样本生成方法,能够自动生成大规模的抓取数据集,并提供了详细的抓取质量评分和物理属性。ACRONYM推动了基于深度学习的机器人抓取算法的发展,Contact-GraspNet、GraspNet等经典算法都在该数据集上进行了训练和评估。该数据集被广泛应用于机器人抓取研究和工业应用中。
ACRONYM
ACRONYM是由英伟达和斯坦福大学联合发布的大规模机器人抓取数据集,是机器人抓取领域规模最大的数据集之一。该数据集提供了1700万个抓取样本和8800个3D物体模型,覆盖了多种物体类别(家具、工具、餐具、电子设备等),支持多种抓取类型(平行夹爪抓取、吸盘抓取等)。ACRONYM使用了基于物理仿真的抓取样本生成方法,能够自动生成大规模的抓取数据集,并提供了详细的抓取质量评分和物理属性。ACRONYM推动了基于深度学习的机器人抓取算法的发展,Contact-GraspNet、GraspNet等经典算法都在该数据集上进行了训练和评估。该数据集被广泛应用于机器人抓取研究和工业应用中。
测试方法与条件
提供1700万个抓取样本和8800个3D物体模型,覆盖多种物体类别和抓取类型