BridgeData V2

概述

BridgeData V2 是由加州大学伯克利分校创建的机器人操作数据集，是 Bridge 系列数据集的升级版。该数据集专注于桌面操作任务，包含了大量真实机器人与日常物品交互的轨迹数据。作为开放世界机器人研究的重要数据资源，BridgeData V2 为训练通用机器人操作策略提供了丰富的数据支持。

数据规模与结构

BridgeData V2 在数据量和多样性上都有显著提升：

• 轨迹数量：超过 60,000 条操作轨迹
• 采集时间：超过 200 小时的机器人操作数据
• 任务类型：包含抓取、推移、放置、翻转等多种操作
• 物体种类：涵盖厨房用品、玩具、工具等 100+ 种日常物品
• 场景变化：多个不同的桌面环境和光照条件

核心特性

• 真实交互数据：所有数据来自真实机器人（WidowX 250）与物体的物理交互，而非仿真数据
• 多样化任务：包含语言指令标注的操作任务，支持语言条件的策略学习
• 跨场景泛化：数据在多个场景和物体配置下采集，支持泛化能力研究
• 高质量标注：每条轨迹都配有精确的动作标注和可选的语言指令

技术架构

数据集采用标准化的数据格式：

• 观测数据：包含多视角 RGB 图像、关节角度、末端执行器位姿
• 动作空间：6 自由度末端执行器动作 + 夹爪控制
• 奖励信号：提供基于任务的奖励函数定义
• 数据格式：基于 RLDS（Reinforcement Learning Datasets）标准格式

应用场景

• 通用机器人操作策略学习
• 语言条件的机器人控制
• Sim-to-Real 迁移研究
• 多任务学习和元学习
• 机器人基础模型训练

技术影响

BridgeData V2 是机器人操作领域使用最广泛的数据集之一，为 RT-2、Octo 等多个重要的机器人基础模型提供了训练数据。它证明了真实机器人数据在训练通用操作策略方面的有效性，推动了具身智能研究的发展。