ARMBench：面向机器人操作的以物体为中心的基准数据集

本文介绍了亚马逊机器人操作基准测试数据集（Amazon Robotic Manipulation Benchmark，简称 ARMBench），这是一个面向仓库场景的大规模、以物体为中心的机器人操作基准数据集。现代仓库运营的自动化要求机器人操作臂能够应对种类繁多的物体、非结构化存储环境以及动态变化的库存状态。此类场景对机器人在操作过程中感知物体身份、物理特性及状态带来了显著挑战。现有的机器人操作数据集通常仅涵盖有限种类的物体，或依赖三维模型生成合成场景，难以真实反映物体属性的多样性、场景杂乱程度以及物体间的复杂交互关系。ARMBench 数据集是在亚马逊仓库中通过机器人操作臂执行从内容异质的容器中分离物体的任务而采集的大型数据集。该数据集包含超过 23.5 万次“抓取-放置”操作，涉及超过 19 万种独特物体，涵盖图像、视频及元数据。数据在操作的不同阶段进行采集，包括抓取前（pre-pick）、搬运过程中（during transfer）以及放置后（after placement）。基于高质量的标注信息，本文提出了三项基准任务，用于评估视觉感知能力，分别为：1）杂乱环境中的物体分割；2）物体识别；3）缺陷检测。同时，本文还提供了在这些任务上的基线性能评估结果。ARMBench 数据集可访问于 http://armbench.com。