Pokazy robotów

Badania

M2DGR: wielomodalny i wieloscenariuszowy zbiór danych dla robotów naziemnych (RA-L2021 i ICRA2022)

Badania

M3DGR: wieloczujnikowy, wieloscenariuszowy i masowy zbiór danych SLAM dla robotów naziemnych (IROS2025)

Badania

Rozszerzenie i aktualizacja M2DGR: nowatorski wielomodalny i wieloscenariuszowy zbiór danych SLAM dla robotów naziemnych (ICRA2022 i ICRA2024)

Badania

AgiBot World zapewnia zasoby platformy manipulacyjnej dla danych i uczenia się systemów ucieleśnionych.

Badania

Wieloczujnikowy zbiór danych SLAM skupiający się na obudowach narożnych robotów naziemnych (ROBIO2023)

Badania

Zbiór danych GrandTour: zbiór danych o robotyce na nogach na wolności

Badania

(ICRA 2025) To repozytorium jest oficjalnym kodem dla DiTer++: Diverse Terrain and multimodal Dataset for Multi-Robot nawigacji w wielosesyjnych środowiskach zewnętrznych.

Badania

RELLIS-3D: multimodalny zbiór danych dla robotyki terenowej

Badania

Niezgodne modele świata: łączenie dyfuzji wideo i akcji w celu wstępnego szkolenia na dużych zrobotyzowanych zbiorach danych

Badania

BotanicGarden: wysokiej jakości zbiór danych do nawigacji robotów w nieustrukturyzowanym środowisku naturalnym

Badania

zestaw danych robota nożnego (Unitree Go1) zawierający kinematykę nóg (enkodery stawów i sesory kontaktowe), imu i lidar

Badania

Gotowy do przetestowania systemu SLAM w trudnych zestawach danych z ekstremalnych środowisk? Wypróbuj to! Zbiór danych dostarczył zespół CoSTAR, który intensywnie testuje systemy składające się z wielu robotów w…

Badania

Zestaw danych chwytania robota do oceny wielu obiektów za pomocą danych RGB-D. Ten zbiór danych jest opatrzony adnotacjami przy użyciu tego samego protokołu co zbiór danych Cornell i może być używany jako wieloobiektowe rozszerzenie…

Badania

Repozytorium DROID zapewnia zasoby konfiguracyjne dla platformy demonstracyjnej robotów.

Badania

Open-H-Embodiment to inicjatywa społecznościowa dotycząca zbioru danych budująca otwarte, wspólne podstawy potrzebne do szkolenia i oceny ogólnego modelu Vision-Language-Action (VLA) dla robotyki w służbie zdrowia

Badania

Techniki głębokiego uczenia się segmentacji skóry na nowatorskim zestawie danych dotyczących brzucha. Prace prowadzone w ramach procesu rozwoju autonomicznego zrobotyzowanego systemu ultradźwiękowego.

Badania

Dane demonstracyjne robotów i narzędzia do badań nad manipulacją ucieleśnioną.

Badania

Wielozadaniowe dane demonstracyjne do nauki manipulacji robotem.

Badania

Zbiór danych nawigacyjnych i lokalizacyjnych dla samochodów autonomicznych i robotów autonomicznych

Badania

Zbiór danych sterujących do opracowania i walidacji połączonych estymatorów pozycji i algorytmów mapowania

Badania

Integracja uczenia się i planowania zadań dla robotów z Keras, w tym symulacja, prawdziwy robot i obsługa wielu zbiorów danych.

Badania

Przebieg pracy związany ze zbiorem i gromadzeniem danych do manipulacji robotem w różnych środowiskach.

Badania

FiftyOne ABC130k zapewnia zorientowany na widza podzbiór danych MCAP teleoperacji robota.

Badania

Cornell zajmuje się analizą i przetwarzaniem zbiorów danych