查尔姆斯理工大学发布COFFAIL多模态数据集 为机器人操作与多模态学习研发提供基准支撑

随着家庭服务机器人、多模态学习技术的快速迭代，具备真实场景覆盖、多维度数据采集、异常样本支撑的高质量数据集，已成为领域研发的核心基础资源。近期，瑞典查尔姆斯理工大学联合波恩-莱茵-锡格应用科学大学正式发布COFFAIL机器人操作专项数据集，相关成果已首发于预印本平台arXiv。

该数据集聚焦咖啡制备这一典型家庭服务场景，共收录127条操作记录，包含79次成功执行、48次异常执行样本，覆盖单臂/双臂操作的7类家庭任务技能，采集维度涵盖RGB图像、机器人关节数据、末端执行器位姿等多元信息。数据采用脚本控制与示教学习混合方式获取，特别设计了物体缺失、摄像头遮挡等机器人实际运行中的典型异常场景，能够为相关算法的鲁棒性测试提供针对性支撑。

据介绍，COFFAIL数据集的发布旨在推动模仿学习、异常检测及故障恢复算法的相关研究，为构建高鲁棒性的机器人学习系统提供基准训练与测试资源。

查看COFFAIL

关于查尔姆斯理工大学：查尔姆斯理工大学是瑞典知名科技院校，坐落于哥德堡，长期专注于工程、科学、建筑等领域的前沿研究与高端人才培养，在全球工科领域拥有较高学术影响力。

关于arXiv：arXiv是全球规模最大的预印本学术论文数据库，涵盖物理、数学、计算机科学等多个前沿学科领域，是学术成果快速公开、交流的核心平台之一。