L'ensemble de données BC-Z est un ensemble de données d'apprentissage de robots à grande échelle développé conjointement par Google, Everyday Robots, UC Berkeley et l'Université de Stanford en 2022 pour promouvoir le développement du domaine de l'apprentissage par imitation de robots. Les résultats pertinents de l'article sontBC-Z : Généralisation de tâches à zéro coup avec apprentissage par imitation robotique". La principale contribution de cet ensemble de données est qu'il prend en charge la généralisation des tâches à coup zéro, qui permet aux robots d'effectuer de nouvelles tâches de manipulation grâce à l'apprentissage par imitation sans expérience préalable.

L'ensemble de données BC-Z contient plus de 25 877 scénarios de tâches d'exploitation différents, couvrant 100 tâches d'exploitation diverses. Ces tâches ont été collectées grâce à des processus de téléopération experte et d'autonomie partagée impliquant 12 robots et 7 opérateurs différents, accumulant 125 heures de temps de fonctionnement du robot. L'ensemble de données prend en charge la formation d'une politique multitâche à 7 degrés de liberté qui peut être ajustée pour effectuer des tâches de manipulation spécifiques en fonction d'une description linguistique de la tâche ou d'une vidéo de manipulation humaine.