RoboCat Data
Google DeepMind
RoboCat 训练数据是 Google DeepMind 发布的跨具身多任务机器人数据集。
支持从少量演示中实现跨机器人形态的策略泛化，包含多种机械臂和末端执行器的操作数据。
机构
Google DeepMind
规模
多机器人操纵数据
许可证
开源（详见官方链接）
机器人类型
机械臂 移动机器人
任务类型
操作
发布年份
2023
数据模态
视觉、动作
🤖 遥操作采集✅ 人工标注🏠 100%真机📊 有数据划分
VLA 框架兼容性
🧠 RT-2
数据格式
存储格式详见官方链接
数据规模多机器人操纵数据
压缩方式未知
文件布局RLDS 多具身分片；按具身类型组织 episode
索引方式TFDS 内置索引；多具身 metadata
格式版本TFDS/RLDS
episode
step
observation（RGB + proprioception）
action（multi-embodiment, various DoF）, RLDS
快速上手
加载数据
import tensorflow_datasets as tfds
ds = tfds.load('robocat', split='train')
for episode in ds.take(1):
for step in episode['steps']:
action = step['action']依赖库
预处理说明
多具身数据，各具身动作维度不同；RLDS 格式
数据内容
传感器规格
视觉
动作
数据统计
场景数详见官方链接
物体数详见官方链接
任务数1 种任务类型
轨迹/片段数多机器人操纵数据