MoCapAct est un ensemble de données publié par Microsoft Research en 2024 pour le contrôle du mouvement de robots humanoïdes en simulation, conçu pour fournir des stratégies d'experts pré-entraînées et leurs données de démonstration pour la recherche sur le contrôle du mouvement des robots humanoïdes, réduisant ainsi le coût de calcul de l'entraînement de stratégies de contrôle de bas niveau à partir de données de capture de mouvement.

Cet ensemble de données comprend des agents experts pré-entraînés capables de suivre plus de 3 heures de données de capture de mouvement dans l'environnement de simulation physique dm_control, ainsi que des données de rejeu générées par ces agents experts. Les données de rejeu contiennent des observations proprioceptives et des actions, couvrant des compétences de mouvement humanoïde telles que se tenir debout, marcher et courir, et peuvent être utilisées pour des tâches d'apprentissage par imitation, d'apprentissage par renforcement et d'apprentissage de comportements moteurs de haut niveau.

Composition de l'ensemble de données

• all : données de rejeu complètes des experts, disponibles en deux tailles : large et small. Les données large contiennent 200 rejeux par segment, les données small contiennent 20 rejeux par segment. Les données sont fournies sous forme de plusieurs fichiers .tar.gz, contenant des fichiers de données HDF5 après décompression.

• sample : données d'exemple pour des tests rapides et la lecture de données, comprenant large.tar.gz et small.tar.gz, correspondant respectivement à 200 et 20 rejeux.

• videos : données vidéo de capture de mouvement, y compris full_clip_videos.tar.gz et snippet_videos.tar.gz, fournissant respectivement des clips complets de capture de mouvement et des clips vidéo utilisés pour entraîner les agents experts.