浙江大学 发布 ROBOGROUND 数据集, 应用在 机器人操作、视觉语言处理 领域

浙江大学 本次发布的数据集 ROBOGROUND, ROBOGROUND是一个用于机器人操作的接地视觉语言先验数据集，由浙江大学和上海人工智能实验室创建。该数据集包含24,000个演示和112,000个多样化指令，覆盖176个不同的物体类别和3,526个独特的物体。数据集的创建过程是通过自动化管道生成的，该管道利用大规模视觉语言模型来生成目标和放置区域的掩码。这些掩码作为中间表示，用于指导低级策略网络进行对象操作任务。ROBOGROUND旨在解决机器人操作中泛化能力有限的问题，并推动机器人操作的通用性。

查看ROBOGROUND

关于 浙江大学 , 浙江大学是中国的一所综合性全国重点大学，位于浙江省杭州市，是国家‘211工程’和‘985工程’的首批建设高校之一，也是九校联盟（C9）的成员之一，具有很高的学术声誉和国际影响力。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。