研究人员开发了环境捕获引擎（ACE），一个旨在解决具身智能数据瓶颈的系统。ACE将家庭环境转变为同步录音棚，捕获包括第一人称感知、全身运动、物体交互、音频和触觉信号在内的全面数据流。该系统已被用于创建ACE-Data-0，一个包含150小时跨越不同任务和环境的人类演示的数据集，旨在推进模仿学习和具身AI系统。 AI
影响 提供了一个全面的数据集，以加速模仿学习和具身AI系统的研究。
排序理由 该集群描述了一个用于具身AI研究的新数据集和相关引擎，已在arXiv和Hugging Face上发布。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Embodied intelligence faces a fundamental data bottleneck. Models must capture how first-person perception, whole-body motion, dexterous manipulation, object state, sound, and touch evolve together as humans pursue goals over time. Existing datasets fragment this experience acros…
arXiv:2607.28625v1 Announce Type: new Abstract: Embodied intelligence faces a fundamental data bottleneck. Models must capture how first-person perception, whole-body motion, dexterous manipulation, object state, sound, and touch evolve together as humans pursue goals over time. …