Der Berkeley Cable Routing-Datensatz ist ein Datensatz zum Studium mehrstufiger Robotermanipulationsaufgaben, insbesondere in Bezug auf Kabelführungsaufgaben. Die Aufgabe erfordert, dass der Roboter ein Kabel durch eine Reihe von Klemmen fädelt. Dies stellt die Herausforderung eines komplexen mehrstufigen Robotermanipulationsszenarios dar, das die Handhabung verformbarer Objekte, das Schließen der visuellen Wahrnehmungsschleife und die Verarbeitung erweiterter Verhaltensweisen umfasst, die aus mehreren Schritten bestehen. Der Datensatz wurde 2023 von einem Forschungsteam der University of California, Berkeley und Intrinsic Innovation LLC veröffentlicht.Mehrstufige Kabelführung durch hierarchisches Imitationslernen".

In diesem Datensatz präsentieren die Forscher ein Imitationslernsystem, das auf visuellen Strategien basiert, die mit Demonstrationen sowohl auf niedrigerer (motorische Kontrolle) als auch auf höherer (Sequenzierung) Ebene trainiert werden. Das System kann Fehler beheben und die Mängel von Controllern auf niedrigerer Ebene kompensieren, indem es intelligent auswählt, welcher Controller ausgelöst, erneut versucht oder Korrekturmaßnahmen ergriffen werden sollen. Die Forscher zeigten, dass das System bei der Verallgemeinerung auf anspruchsvolle Variationen der Clipplatzierung gute Ergebnisse liefert.

Dieser Datensatz öffnet 3 Datensätze im Projekt:

• Offline-Datensatz zu Routing-Primitiven: 1.442 Routing-Traces auf niedriger Ebene, die zum Trainieren von Routing-Richtlinien verwendet werden können.

• Offline-Datensatz zur hochrangigen primitiven Auswahl: 11.915 Transformationen und die zugehörigen Beobachtungen, die zum Trainieren hochrangiger primitiver Auswahlrichtlinien in den Systemen von Forschungsteams verwendet wurden.

• End-to-End-Trajektorien-Datensatz: 257 Trajektorien, die eine End-to-End-Aufgabe demonstrieren, bei der die Kabel durch alle Clips auf der Platine geführt werden.