Der BC-Z-Datensatz ist ein umfangreicher Roboterlerndatensatz, der 2022 gemeinsam von Google, Everyday Robots, UC Berkeley und der Stanford University entwickelt wurde, um die Entwicklung des Bereichs des Roboterimitationslernens zu fördern. Die relevanten Papierergebnisse sindBC-Z: Zero-Shot-Aufgabengeneralisierung mit robotischem Imitationslernen". Der Hauptbeitrag dieses Datensatzes besteht darin, dass er die Zero-Shot-Aufgabengeneralisierung unterstützt, wodurch Roboter durch Imitationslernen neue Manipulationsaufgaben ohne vorherige Erfahrung ausführen können.

Der BC-Z-Datensatz enthält mehr als 25.877 verschiedene Betriebsaufgabenszenarien und deckt 100 unterschiedliche Betriebsaufgaben ab. Diese Aufgaben wurden durch Experten-Teleoperation und gemeinsame Autonomieprozesse erfasst, an denen 12 Roboter und 7 verschiedene Bediener beteiligt waren, wodurch sich eine Roboterbetriebszeit von 125 Stunden ergab. Der Datensatz unterstützt das Trainieren einer 7-DOF-Multitasking-Richtlinie, die angepasst werden kann, um bestimmte Manipulationsaufgaben basierend auf einer Sprachbeschreibung der Aufgabe oder einem Video menschlicher Manipulation auszuführen.