Simitate：一种混合模仿学习基准

我们提出 Simitate——一个面向模仿学习方法评估的混合基准套件。我们提供了一个包含 1938 段序列的数据集，其中人类在真实环境中执行日常活动。该数据集与仿真器紧密集成。提供分辨率为 960$\mathbb{\times}$540、30Hz 的 RGB 与深度流，以及演示者手部及物体在 6 DOF 下 120Hz 的精确真实位姿。除数据集外，我们还提供所用环境的 3D 模型、带标注的物体图像和预训练模型。一个旨在促进可比性与可复现性的基准套件支持模仿学习方法的开发。进一步，我们提出并集成用于评估仿真中执行的模仿在效果和轨迹方面质量的评价指标。Simitate 可在我们的项目网站获取：\url{https://agas.uni-koblenz.de/data/simitate/}。