Robotervorführungen

Forschung

M2DGR: ein multimodaler und szenarioübergreifender Datensatz für Bodenroboter (RA-L2021 und ICRA2022).

Forschung

M3DGR: Ein Multi-Sensor-, Multi-Szenario- und Massive-Baseline-SLAM-Datensatz für Bodenroboter (IROS2025)

Forschung

Erweiterung und Aktualisierung von M2DGR: ein neuartiger multimodaler und szenarioübergreifender SLAM-Datensatz für Bodenroboter (ICRA2022 & ICRA2024)

Forschung

AgiBot World stellt Manipulationsplattformressourcen für verkörperte Systemdaten und Lernen bereit.

Forschung

Ein Multisensor-SLAM-Datensatz mit Schwerpunkt auf Eckfällen für Bodenroboter (ROBIO2023)

Forschung

Der GrandTour-Datensatz: Ein Datensatz für bebeinte Robotik in freier Wildbahn

Forschung

(ICRA 2025) Dieses Repository ist der offizielle Code für DiTer++: Diverse Terrain and Multi-modal Dataset for Multi-Robot Navigation in Multi-session Outdoor Environments.

Forschung

RELLIS-3D: Ein multimodaler Datensatz für die Offroad-Robotik

Forschung

Unfied-World-Modelle: Kopplung von Video- und Aktionsdiffusion für das Vortraining an großen Roboterdatensätzen

Forschung

BotanicGarden: Ein hochwertiger Datensatz für die Roboternavigation in unstrukturierten natürlichen Umgebungen

Forschung

Ein Datensatz für einen Roboter mit Beinen (Unitree Go1), der Beinkinematik (Gelenk-Encoder und Kontaktsensoren), Imu und Lidar enthält

Forschung

Sind Sie bereit, Ihr SLAM-System in anspruchsvollen Datensätzen aus extremen Umgebungen zu testen? Probieren Sie es aus! Der Datensatz wird vom Team CoSTAR bereitgestellt, das Multi-Roboter-Systeme in… intensiv getestet hat.

Forschung

Robotergreifdatensatz für die Multiobjekt-Multigreifbewertung mit RGB-D-Daten. Dieser Datensatz wird mit demselben Protokoll wie der Cornell-Datensatz annotiert und kann als Multi-Objekt-Erweiterung von… verwendet werden.

Forschung

Das DROID-Repository stellt Einrichtungsressourcen für seine Roboter-Demonstrations-Sammelplattform bereit.

Forschung

Open-H-Embodiment ist eine von der Community betriebene Datensatzinitiative, die die offene, gemeinsame Grundlage schafft, die zum Trainieren und Evaluieren eines generalistischen Vision-Language-Action-Modells (VLA) für die Gesundheitsrobotik erforderlich ist

Forschung

Deep-Learning-Techniken zur Hautsegmentierung anhand eines neuartigen Abdomendatensatzes. Arbeiten im Rahmen des Entwicklungsprozesses eines autonomen Roboter-Ultraschallsystems.

Forschung

Roboterdemonstrationsdaten und Tools für die Forschung zur verkörperten Manipulation.

Forschung

Multitasking-Demonstrationsdaten für das Erlernen der Robotermanipulation.

Forschung

Navigations- und Lokalisierungsdatensatz für selbstfahrende Autos und autonome Roboter

Forschung

Ein treibender Datensatz für die Entwicklung und Validierung von Fusions-Posenschätzern und Kartierungsalgorithmen

Forschung

Integration von Lernen und Aufgabenplanung für Roboter mit Keras, einschließlich Simulation, realer Roboter und Unterstützung mehrerer Datensätze.

Forschung

Ein Datensatz- und Erfassungsworkflow für die Robotermanipulation in verschiedenen Umgebungen.

Forschung

FiftyOne ABC130k bietet eine betrachterorientierte Teilmenge der MCAP-Daten zur Teleoperation von Robotern.

Forschung

Cornell versteht die Analyse und Verarbeitung von Datensätzen