@AdinaYakup: Gen-HumanEgo 来自 @GenrobotAI 的新机器人学习数据集 - 超过1,800小时的自我中心人类数据 - 超过10,000个独特任务…
摘要
Gen-HumanEgo 是 GenrobotAI 发布的新机器人学习数据集,包含超过1,800小时的自我中心人类数据、超过10,000个独特任务以及同步的相机视图,包括3D手部关键点和结构化注释。
Gen-HumanEgo 📊🤖 来自 @GenrobotAI 的新机器人学习数据集
- 超过1,800小时的自我中心人类数据
- 超过10,000个独特任务,跨越多样环境
- 6个同步相机视图
- 3D手部关键点 + MANO手部网格 + 自我中心深度估计 + 结构化任务注释 https://t.co/zxJS3OPMwQ
查看缓存全文
缓存时间: 2026/09/25 14:43
Gen-HumanEgo 📊🤖 来自 @GenrobotAI 的机器人学习新数据集
- 超过1,800小时的第一人称视角人类数据
- 涵盖多样环境的10,000+独特任务
- 6个同步相机视角
- 3D手部关键点 + MANO手部网格 + 自我中心深度估计 + 结构化任务标注 https://t.co/zxJS3OPMwQ
相似文章
@LeRobotHF:100,000小时的人类双手进行真实工作。LeRobot格式,完全标注且开放。EgoSuite-Open100K来自@LightwheelAI
LightwheelAI和Hugging Face发布了EgoSuite-Open100K,这是一个包含100,000小时第一人称视角人类活动的大规模开放数据集,完全标注并以LeRobot格式提供,用于AI研究和训练。
Ego2Robot:从第一人称人类数据规模化合成机器人数据
Ego2Robot是一个可扩展的流水线,通过动作重定向和视觉合成,将第一人称人类操作视频转换为机器人训练数据,生成涵盖15种机器人形态的18,561小时数据。实验表明,在该合成数据与真实机器人数据上联合预训练,可提升视觉-语言-动作模型在分布外场景下的泛化能力,并已在真实机器人部署中得到验证。
HumanNet:将以人为本的视频学习扩展至百万小时规模
HumanNet 是一个包含百万小时标注视频的大规模以人为本的视频数据集,旨在训练视觉-语言-动作模型。它证明了以第一人称视角拍摄的人类视频可以有效地替代机器人数据,用于具身智能任务。
HumanScale: 自我中心人类视频在具身预训练中可超越真实机器人数据
本文发现,经过过滤和标注流水线处理的自我中心人类视频,在预训练具身基础模型时可以超越遥操作真实机器人数据,在真实机器人任务上实现了更低的验证损失和更高的成功率。
ACE-Ego-0: 统一第一人称人类与机器人数据用于VLA预训练
ACE-EGO-0是一个统一的视觉-语言-动作预训练框架,利用第一人称人类视频和机器人轨迹,通过可靠性感知训练目标,在具身AI基准上达到了最先进水平。