ARMBench: 로봇 조작을 위한 객체 중심 벤치마크 데이터셋

이 논문은 현대 창고 환경에서 로봇 조작을 위한 대규모이고 객체 중심의 벤치마크 데이터셋인 Amazon Robotic Manipulation Benchmark(ARMBench)를 소개한다. 현대 창고의 운영 자동화는 다양한 종류의 물체, 비구조적인 보관 방식, 그리고 동적으로 변화하는 재고 상태를 처리할 수 있는 로봇 조작기를 필요로 한다. 이러한 환경에서는 조작 과정 중 물체의 정체성, 물리적 특성 및 상태를 정확히 인식하는 데 큰 도전 과제가 존재한다. 기존의 로봇 조작용 데이터셋은 제한된 수의 물체만을 고려하거나, 3D 모델을 활용해 합성 환경을 생성하는 방식을 사용하여 물체의 다양한 특성, 혼잡도, 상호작용을 충분히 포착하지 못하는 한계가 있다. 본 연구에서는 이커머스 기업 아마존 창고 내에서 로봇 조작기가 다양한 내용물이 포함된 컨테이너에서 물체를 분리하는 과정을 수행하며 수집한 대규모 데이터셋을 제시한다. ARMBench는 19만 개 이상의 고유한 물체에 대해 23만 건 이상의 픽앤플레이스 활동을 포함하며, 이미지, 영상, 메타데이터를 제공한다. 데이터는 조작의 다양한 단계—즉, 픽 전 상태(pre-pick), 이동 중 상태, 배치 후 상태—에서 수집되었다. 고품질의 레이블링을 기반으로, 다음과 같은 세 가지 시각적 인지 도전 과제에 대한 벤치마크 작업이 제안되었으며, 각각 1) 혼잡한 환경에서의 물체 세그멘테이션, 2) 물체 식별, 3) 결함 탐지이다. ARMBench는 http://armbench.com에서 접근 가능하다.