研究团队发布万小时级视觉-触觉-语言-动作数据集

研究团队发布 TacClaw-Infinity，一个面向接触密集操作的大规模视觉-触觉-语言-动作（VTLA）数据集。据作者称，其规模超过 10000 小时、100 万条 episode、10 亿帧，覆盖 1000 多种任务类型。 数据由触觉版 UMI 式手持采集接口 TacClaw 记录，同步采集视觉观测、指尖触觉信号与末端执行器轨迹，采集时不需要目标机器人；数据来自家庭、实验室、工业场所、零售店和户外环境的分布式全球采集，并包含学术与工业合作者贡献的任务。 作者称，在三个异构机器人上实现了跨本体迁移，且未使用机器人专属演示。该工作以 arXiv 预印本形式发布，尚未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。