피지컬 AI 데이터셋 (그리퍼 타입 양손, 양팔, 휴머노이드 로봇, manipulation task)
본 데이터셋은 양팔 휴머노이드 로봇(Gripper 타입)을 활용한 다양한 조작(Manipulation) 작업을 고정밀 텔레오퍼레이션으로 수행하여 수집한 데이터입니다. 물체의 파지(Pick), 이동(Place), 정렬(Align) 등 정교한 조작이 필요한 시나리오를 포함하고 있으며, 영상, 로봇 관절값(Joint Position), 제어 명령(Control Command) 등 학습에 필요한 모든 멀티모달 데이터가 동기화되어 있습니다. 본 데이터셋은 로봇의 모방 학습(Imitation Learning) 및 행동 지능 개발을 위한 Ground Truth로 활용하기에 최적화되어 있으며 단순 시연 영상을 넘어, 로봇이 실제 환경과 상호작용하는 물리적 정보가 포함된 고품질 학습 자원입니다. 또한 고객사의 개발 환경 및 파이프라인에 맞춰 영상 포맷, 로그 데이터 구조 등을 커스터마이징하여 제공 가능합니다.
활용 사례 및 분야
본 데이터셋은 단순한 동작 반복을 넘어, 시각 정보와 제어 명령 간의 상관관계를 학습해야 하는 고난도 로봇 연구에 최적화되어 있습니다. 또한 인공적으로 생성된 데이터(Synthetic Data)가 아닌, 실제 물리 환경에서 수집된 리얼 월드(Real-world) 데이터입니다.
- 제조 및 서비스 자동화 개발: 가전 조작, 물류 패키징, 식음료(F&B) 서비스 등 비정형 환경에서의 서비스 로봇 상용화 테스트.
- 로봇 파운데이션 모델(Robot Foundation Model) 연구: 영상(Vision)과 행동(Action)이 결합된 멀티모달 데이터를 활용하여, 범용적인 로봇 행동 지능을 학습시키는 VLA(Vision-Language-Action) 모델 구축에 활용.
- 고정밀 모방 학습(Imitation Learning): Behavior Cloning(BC) 또는 Inverse Reinforcement Learning(IRL) 알고리즘을 통해 숙련된 작업자의 노하우를 로봇에 전이.
- 양팔 협동 제어(Bi-manual Manipulation): 한 손으로 물체를 잡고 다른 손으로 조작하는 등, 두 팔 간의 정교한 협응이 요구되는 복합 태스크(Assembly, Folding, Sorting) 연구.
데이터셋 스펙
| 구분 | 상세 내용 |
| 데이터 타입 |
Multi-modal Synchronized Data
|
| 수집 방식 |
Human-Teleoperated Direct Collection
|
| 파일 포맷 |
Standard Robotics Format
|
| 판매 가능 수량 |
제한 없음 |