ARMBench：ロボット操作向けのオブジェクト中心型ベンチマークデータセット

本稿では、倉庫環境を想定したロボット操作における大規模かつ物体中心のベンチマークデータセット「Amazon Robotic Manipulation Benchmark（ARMBench）」を紹介する。現代の倉庫における業務自動化には、多様な物体、非構造的な保管状態、動的変化する在庫状況に対応できるロボットアームの能力が求められる。このような環境では、操作過程における物体の識別、物理的特性、状態の認識が大きな課題となる。既存のロボット操作用データセットは、物体の種類が限定的であるか、3Dモデルを用いて合成シーンを生成する手法に依存しており、物体の特性の多様性、混雑状態、物体間相互作用の実態を十分に捉えることが難しいという限界がある。本研究では、アマゾンの倉庫内で、異種の内容物を含むコンテナから物体を単体化（singulation）する作業を実施したロボットアームを用いて収集した大規模データセットを提示する。ARMBenchは、19万以上のユニークな物体に対して23.5万以上のピックアンドプレース（pick-and-place）動作を記録した画像、動画、メタデータを含む。データは操作の各段階、すなわちピック前の状態、移送中の状態、配置後の状態で収集されている。高品質なアノテーションを基に、以下の3つの視覚認識課題に関するベンチマークタスクを提案し、ベースライン性能評価を実施した：1）混雑環境における物体セグメンテーション、2）物体の識別、3）欠陥検出。ARMBenchは、http://armbench.com にて公開されている。