RP1M：用于双手机器人钢琴演奏的大规模运动数据集

赋予机器人手臂实现人类水平灵巧度长期是机器人学的长期目标之一。双手机器人钢琴演奏这一任务组合了来自动态任务（如生成快速而精确的动作）与较慢但具有接触丰富性的操控问题的挑战。尽管基于强化学习的方法在单任务性能上显示出前景，但这些方法在多歌曲设置下仍显不足。我们的工作旨在弥合这一差距，从而使机器人钢琴演奏能够规模化地实现仿照学习。为此，我们引入了机器人钢琴100万（RP1M）数据集，包含超过100万条双手机器人钢琴演奏运动轨迹。我们将指尖位置建模为最优传输问题，从而实现对大量未标记歌曲的自动标注。对现有仿照学习方法进行基准测试显示，这些方法通过利用RP1M数据集，能够实现机器人钢琴演奏的状态突破。