AIRoA MoMa 数据集：面向移动操作的大规模层次化数据集
机器人学
2025-09-30 v1 人工智能
计算机视觉与模式识别
摘要
随着机器人从受控环境转向非结构化的人类环境，构建能够可靠遵循自然语言指令的通用智能体仍是一项核心挑战。鲁棒的移动操作研究需要捕获富接触和长时程任务的大规模多模态数据集，然而现有资源缺乏同步的力-力矩感知、层次化标注以及显式的失败案例。我们通过 AIRoA MoMa 数据集填补了这一空白，这是一个面向移动操作的大规模真实世界多模态数据集。它包含同步的 RGB 图像、关节状态、六轴腕部力-力矩信号以及机器人内部状态，并采用一种新颖的子目标与原始动作双层标注模式，用于层次化学习和错误分析。初始数据集包含使用 Human Support Robot (HSR) 采集的 25,469 个片段（约 94 小时），并以 LeRobot v2.1 格式完全标准化。通过独特地整合移动操作、富接触交互和长时程结构，AIRoA MoMa 为推动下一代 Vision-Language-Action 模型提供了关键基准。我们数据集的第一个版本现已在 https://huggingface.co/datasets/airoa-org/airoa-moma 公开。
引用
@article{arxiv.2509.25032,
title = {AIRoA MoMa Dataset: A Large-Scale Hierarchical Dataset for Mobile Manipulation},
author = {Ryosuke Takanami and Petr Khrapchenkov and Shu Morikuni and Jumpei Arima and Yuta Takaba and Shunsuke Maeda and Takuya Okubo and Genki Sano and Satoshi Sekioka and Aoi Kadoya and Motonari Kambara and Naoya Nishiura and Haruto Suzuki and Takanori Yoshimoto and Koya Sakamoto and Shinnosuke Ono and Hu Yang and Daichi Yashima and Aoi Horo and Tomohiro Motoda and Kensuke Chiyoma and Hiroshi Ito and Koki Fukuda and Akihito Goto and Kazumi Morinaga and Yuya Ikeda and Riko Kawada and Masaki Yoshikawa and Norio Kosuge and Yuki Noguchi and Kei Ota and Tatsuya Matsushima and Yusuke Iwasawa and Yutaka Matsuo and Tetsuya Ogata},
journal= {arXiv preprint arXiv:2509.25032},
year = {2025}
}