バークレー ケーブル ルーティングの多段ロボット ケーブル ミッション データセット

Berkeley Cable Routing データセットは、特にケーブル配線タスクに適用される、多段階のロボット操作タスクを研究するために使用されるデータセットです。このタスクでは、ロボットが一連のクランプにケーブルを通す必要があります。これは、変形可能なオブジェクトの取り扱い、視覚認識ループの閉鎖、複数のステップで構成される拡張動作の処理など、複雑な多段階のロボット操作シナリオの課題を表しています。このデータセットは、カリフォルニア大学バークレー校と Intrinsic Innovation LLC の研究チームによって 2023 年に発表され、関連する論文結果は「階層模倣学習による多段ケーブル配線”。

このデータセットでは、低レベル (運動制御) および高レベル (シーケンス) のデモンストレーションを通じて訓練される視覚ベースの戦略を使用する模倣学習システムを提案します。システムは、トリガーするコントローラーをインテリジェントに選択し、再試行し、または修正アクションを実行することで、障害から回復し、低レベルのコントローラーの欠陥を補うことができます。研究者らは、このシステムがクリップ配置の困難なバリエーションを一般化する際にうまく機能することを示しました。

このデータ セットは、プロジェクト内で 3 つのデータ セットを開きます。

• ルーティング プリミティブ オフライン データセット: ルーティング ポリシーのトレーニングに使用できる 1,442 個の低レベル ルーティング トラジェクトリ。

• 高レベルのプリミティブ選択オフライン データセット: 研究チーム システムで高レベルのプリミティブ選択戦略をトレーニングするための 11,915 個の遷移とそれに関連する観察。

• エンドツーエンド トレース データセット: ボード上のすべてのクリップを介してケーブルを配線するエンドツーエンド タスクを示す 257 個のトレース。