南加州大学发布RBM-1M数据集,应用在机器人学习、强化学习领域

南加州大学本次发布的数据集RBM-1M,RBM-1M是由南加州大学等机构联合构建的大规模机器人学习数据集，包含来自21种机器人平台的100万条轨迹数据。该数据集不仅包含专家演示的奖励标记轨迹，还特别纳入了大量未标记的失败轨迹，通过视频观察和语言指令的多元组合，覆盖双臂、单臂和移动机械臂等多种机器人形态。数据来源包括真实机器人操作、人类演示视频、仿真数据以及自动化策略 rollout 生成的失败案例。数据集通过轨迹对比的监督学习框架，旨在解决机器人强化学习中奖励函数泛化性不足的问题，可广泛应用于离线/在线强化学习、模仿学习数据过滤及自动故障检测等领域。

查看RBM-1M

关于南加州大学,南加州大学（University of Southern California，简称USC）是美国西海岸最古老的顶尖私立研究型大学，位于加利福尼亚州洛杉矶市。该校在多个学术领域享有盛誉，尤其在电影艺术、商科、工程和传播学方面表现突出。

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。