BC-Z データセットは、ロボット模倣学習分野の発展を促進することを目的として、2022 年に Google、Everyday Robots、カリフォルニア大学バークレー校、スタンフォード大学によって共同開発された大規模なロボット学習データセットです。関連する論文結果は「BC-Z: ロボット模倣学習によるゼロショット タスクの一般化”。このデータセットの主な貢献は、ゼロショット タスクの一般化をサポートすることです。これにより、ロボットは経験がなくても模倣学習を通じて新しい操作タスクを実行できるようになります。

BC-Z データ セットには、100 の多様な運用タスクをカバーする 25,877 を超える異なる運用タスク シナリオが含まれています。これらのタスクは、専門家の遠隔操作を通じて収集され、12 台のロボットと 7 人の異なるオペレーターが関与する自律プロセスを共有し、ロボットの操作時間は合計 125 時間になりました。このデータセットは、タスクの言語説明または人間による操作ビデオに基づいて調整して、特定の操作タスクを実行できる 7 自由度のマルチタスク ポリシーのトレーニングをサポートします。