REASSEMBLE：一个面向接触密集型机器人装配与拆卸的多模态数据集

机器人操作仍然是机器人领域的核心挑战，特别是对于工业装配和拆卸等接触密集型任务。现有数据集显著推动了操作学习的发展，但主要集中在对象重排等更简单的任务上，未能捕捉到装配和拆卸所涉及的复杂性和物理动力学。为了弥补这一差距，我们提出了REASSEMBLE（机器人装配拆卸数据集），这是一个专门为接触密集型操作任务设计的新数据集。REASSEMBLE围绕NIST装配任务板1基准构建，包含涉及17个对象的四种动作（拾取、插入、移除和放置）。该数据集包含4,551个演示，其中4,035个成功，总时长781分钟。我们的数据集具有多模态传感器数据，包括事件相机、力-扭矩传感器、麦克风和多视角RGB相机。这个多样化的数据集支持接触密集型操作学习、任务条件识别、动作分割和任务逆序学习等领域的研究。REASSEMBLE将成为推动复杂现实场景中机器人操作研究的宝贵资源。该数据集可在我们的项目网站上公开获取：https://tuwien-asl.github.io/REASSEMBLE_page/。