PhysicalAI Robotics GraspGen

Dataset de simulation robotique de grande échelle pour la préhension d’objets, compatible avec différents grippers industriels.

Télécharger le dataset

Taille

57 millions de poses de préhension en format WebDataset (.tar), JSON pour les splits

Licence

CC-BY 4.0

Description

‍

GraspGen est un jeu de données robotique simulé à grande échelle, conçu pour améliorer la précision et la robustesse des algorithmes de préhension. Il contient plus de 57 millions de tentatives de saisie générées pour 8515 objets 3D issus du référentiel Objaverse XL. Les saisies sont simulées pour trois types de préhenseurs : le bras Franka Panda, la pince Robotiq-2f-140 et une ventouse à contact unique.

‍

À quoi sert ce dataset ?

‍

Former des modèles IA pour la préhension robotique en simulation
Tester des approches Sim2Real dans la manipulation d’objets 3D
Créer des benchmarks pour différents types de grippers

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Oui. Il est possible d’ajouter d’autres types de pinces, d’objets 3D ou de conditions environnementales pour augmenter la diversité des scénarios. L'intégration de feedbacks sensoriels ou de données temps réel permettrait d’aller plus loin dans le réalisme. De nouveaux splits ou annotations (comme la complexité de l’objet) peuvent aussi améliorer la granularité des analyses.

‍

🔎 En résumé

Critère	Évaluation
🧩 Facilité d’utilisation	⭐⭐✩✩✩ (Requiert des outils compatibles WebDataset)
🧼 Besoin de nettoyage	⭐⭐⭐⭐⭐ (Faible – données simulées bien structurées)
🏷️ Richesse des annotations	⭐⭐⭐⭐⭐ (Très riche : poses, réussites, transformations)
📜 Licence commerciale	⚖️ Oui (CC-BY 4.0)
👨‍💻 Idéal pour les débutants	⚠️ Non – nécessite des connaissances en robotique et simulation
🔁 Réutilisable en fine-tuning	🎯 Oui pour apprentissage par renforcement ou imitation learning
🌍 Diversité culturelle	N/A Non applicable – contenu technique/simulé