Core Concepts
Ein großer und vielfältiger Roboter-Manipulationsdatensatz namens DROID, der von 50 Datensammlern über 12 Monate hinweg in 52 Gebäuden auf 3 Kontinenten erstellt wurde, ermöglicht die Entwicklung von Robotersteuerungsstrategien mit höherer Leistung, Robustheit und Generalisierungsfähigkeit.
Abstract
Der DROID-Datensatz ist ein umfangreiches und vielfältiges Roboter-Manipulationsdatensatz, der von 50 Datensammlern über 12 Monate hinweg in 52 Gebäuden auf 3 Kontinenten erstellt wurde. Der Datensatz umfasst 76.000 Demonstrationssequenzen oder 350 Stunden Interaktionsdaten, die über 564 Szenen, 86 Aufgaben und 13 Institutionen verteilt sind.
Jede Episode enthält drei synchronisierte RGB-Kameraströme, Kalibrierungsinformationen, Tiefendaten und natürlichsprachliche Anweisungen. Der Datensatz zeichnet sich durch eine hohe Vielfalt an Aufgaben, Objekten, Szenen, Kameraansichten und Interaktionsorten aus.
Im Vergleich zu bestehenden großen Roboter-Manipulationsdatensätzen bietet DROID eine deutlich höhere Diversität. Die Analyse zeigt, dass DROID eine Vielzahl von Verben, Objekten und Szenen abdeckt, was eine wichtige Voraussetzung für die Entwicklung von Robotersteuerungen mit hoher Leistung und Robustheit ist.
In Experimenten über 6 Aufgaben und 4 Standorte hinweg zeigt sich, dass das Training mit DROID die Leistung, Robustheit und Generalisierungsfähigkeit der Steuerungsstrategien im Durchschnitt um 20% im Vergleich zu anderen Ansätzen verbessert.
Stats
Die Erstellung des DROID-Datensatzes erforderte 350 Stunden Interaktionsdaten, die über 564 Szenen und 52 Gebäude hinweg gesammelt wurden.
Der Datensatz umfasst 76.000 erfolgreiche Demonstrationssequenzen.
Quotes
"Ein großer und vielfältiger Roboter-Manipulationsdatensatz namens DROID, der von 50 Datensammlern über 12 Monate hinweg in 52 Gebäuden auf 3 Kontinenten erstellt wurde, ermöglicht die Entwicklung von Robotersteuerungsstrategien mit höherer Leistung, Robustheit und Generalisierungsfähigkeit."
"Im Vergleich zu bestehenden großen Roboter-Manipulationsdatensätzen bietet DROID eine deutlich höhere Diversität."
"In Experimenten über 6 Aufgaben und 4 Standorte hinweg zeigt sich, dass das Training mit DROID die Leistung, Robustheit und Generalisierungsfähigkeit der Steuerungsstrategien im Durchschnitt um 20% im Vergleich zu anderen Ansätzen verbessert."