真实家庭乱序场景数据集

填补具身智能从“避障”到“理解与交互”的感知长尾壁垒

攻克“长尾问题”

仿真环境（Simulation）可以模拟完美的房间，但无法穷尽现实中 messy（混乱）、occluded（遮挡）且 unstructured（非结构化）的真相。机器人能否分辨一堆杂物里是脏衣服还是易碎电子品？这是通向通用机器人的必经之路。

视觉、深度、语义同步记录

涵盖500+类边缘案例物体

示例：真实乱序场景语义分割 (Semantic Segmentation)

提供 10-40cm 的低位导航视角（模拟底盘视角）与高位观察视角对齐，构建完整的 3D 空间理解。

支持 2D/3D Bounding Box 及实例分割（Instance Segmentation），包含物体材质、易碎性等物理属性标签。

独特记录物体从“乱”到“齐”的状态变化，为训练奖励模型 (Reward Model) 提供关键真值。

我们可以根据您的算法测试需求（如特定光照条件、指定视角高度、特定长尾物体类别），为您提供专属的真实物理环境采集与高精标注服务。