具身数据
DOCUMENTATION INDEX
按主题查找
每个页面都从数据采集、时间空间对齐、标注、质量控制和下游使用出发，适合按任务直接进入。
01
数据工程
从传感器采集到训练交付，关注真实设备上的数据质量。
三维空间表征与部件数据
从点轨迹、深度和目标部件到机器人可用的米制三维状态，整理标注与评估契约。
主动感知与任务化测量数据
将观测动作、可见性变化、测量证据和任务决策组织为可审计的主动感知数据。
Aria、Ego4D 与 Ego-Exo4D 数据格式整理
从具身智能数据采集、同步、标定、标注和训练使用角度，对比 Project Aria、Ego4D 与 Ego-Exo4D 的数据组织方式。
Axis Robotics 数据引擎案例分析
以官方披露、路线图和 AXIS V1 论文为边界，评估 Axis Robotics 的任务生成、众包采集、质量治理与闭环数据基础设施。
浏览器遥操作与众包采集专题
从浏览器控制链路、时间对齐、轨迹 schema 和质量准入角度设计可追溯的众包具身数据采集。
相机内参数据要求
从采集、处理、标注、质量控制和数据集使用角度说明为什么需要相机内参，以及内参数据应如何保存和验证。
闭环纠错与失败经验数据
把阶段检查、失败证据、局部修正和再次执行组织为可学习的轨迹。
可变形物体与材质状态数据
描述布料、线缆、土壤和软体机器人中的形状、材质与接触演化。
示教采集与动作重定向
从远程操作、人体示教到机器人动作监督，整理来源、时序、坐标与执行结果的可追溯数据契约。
示教数据筛选与再利用
按任务相关性、动作精度和分布差异选择异质示教数据，并保留权重和训练用途。
灵巧操作与双臂装配数据
整理灵巧手、手内操作与双臂装配的采集、接触对齐、标注、质检和泛化评估。
特定行业具身数据设计
将工程机械、医疗、空中、水下、空间与微流控任务中的环境约束写进数据契约。
Ego 数据、世界模式与 UMI 视频采集逻辑
从具身智能数据角度整理 Ego 视角、世界模式、操作模式，以及 UMI 如何把手持拍摄视频转换成可训练数据。
具身数据质量与基准评估
设计可追溯的任务、标注、切分和误差归因，避免单一成功率掩盖数据与执行缺陷。
具身记忆与经验检索数据
设计跨任务、跨视角和长时间运行的记忆记录、检索标签与效果评估。
Episode 与 Trajectory 数据设计范式
从具身智能数据角度整理 episode、trajectory、step、transition、窗口采样和元数据索引的常见设计方式。
Human-gated DAgger 纠错数据
从策略 rollout、人工接管、时间对齐、质量控制到隔离评测，整理 Human-gated DAgger 纠错数据的设计方法。
人体与人-物交互重建数据
把第一视角与外部视角视频转成可验证的四维人体、手部和关节物体轨迹。
人形与足式全身运动数据
记录地形、接触、全身参考动作与控制结果，支持足式运动的训练、质检和跨场景评估。
模仿学习动作数据与轨迹表示
将示教动作编码成频率、几何和连续性明确的训练目标，并评估生成动作的可执行性。
Isaac Lab 与具身数据
整理 Isaac Lab 的定位、资料入口、仿真数据产物、质量控制与 sim-to-real 使用边界。
语言指令与机器人动作对齐数据
整理指令、视觉目标、手势、任务阶段与可执行动作之间的对齐关系。
潜在动作与跨本体对齐
从无动作标签视频提取几何运动表征，并将异构人手与机器人动作连接到可执行监督。
Meta VRS 多传感器数据规范
从记录模型、时间与坐标契约、质量控制和数据集转换角度整理 Meta 开源 VRS 格式及其与具身智能数据标准的关系。
移动设备 IMU 数据采集
面向具身智能数据集，整理手机和平板 IMU 的数据内容、采集方式、时间对齐、质量控制与交付规范。
模型条件化数据引擎
以策略评估、失败模式和部署反馈驱动具身数据生成、采样重加权与可追溯治理。
MuJoCo 与具身数据
整理 MuJoCo 的定位、MJCF 场景即数据契约、轨迹数据产物、质量控制与 sim-to-real 使用边界。
多模态时空对齐数据
整理视觉、深度、状态、动作和力觉等模态的时钟、坐标、可见性与融合质量。
导航、语义地图与可通行性数据
从时空观测、地图更新和目标语义出发，组织导航任务的数据契约与评估切分。
程序化任务生成与具身数据
从任务规格、场景随机化到 episode 验证，整理程序化生成具身智能数据的设计、质量控制与评估方法。
奖励、价值函数与反馈数据
组织示教、在线交互、奖励证据、子任务价值及人工干预，用于可追溯的策略改进。
机器人安全与鲁棒性数据
将感知失误、物理风险、攻击、隐私与恢复过程整理为可审计的具身数据。
机器人技能组合与任务过程数据
设计子任务、前置条件、几何契约与技能结果的可复用数据表示。
仿真器与具身数据
横向梳理 MuJoCo、Isaac、Genesis、PyBullet、Gazebo、SAPIEN、Habitat 等主流仿真器的定位、数据产物与选型思路。
合成数据与仿真到真实迁移
从可交互场景构造、合成监督到 sim-to-real 对照，建立合成数据的物理与任务质量检查。
触觉、力觉与接触数据
整理接触事件的多频率采集、标定、预测与操作评估。
轨迹规划、控制与物理约束数据
统一目标、候选轨迹、接触模式和执行反馈，支持规划复现与真实可行性检查。
TURN 与具身数据实时采集
从 WebRTC 连接、远程遥操作和数据质量角度说明 TURN 的作用、边界与记录要求。
视觉惯性 SLAM 数据整理
从具身智能数据角度介绍视觉惯性 SLAM 涉及的数据、处理流程、质量问题和常见工具。
VLA 模型与主流验证方法
从具身智能数据视角整理 VLM、VLA、agentic 机器人系统的资料地图、数据契约与分层评测方法。
VLA 实时执行与动作分块数据
记录推理延迟、动作分块、实际执行和闭环反馈之间的时间关系。
世界模型规划与决策评估
记录候选动作、反事实预测与执行结果，评估世界模型是否真正改进决策。
世界模型训练数据与物理表征
从具身数据视角整理动作条件视频、潜在状态与物理一致性训练样本。
YUV 算法实现与 Android 端使用注意事项
从具身智能数据采集、处理和端侧推理角度整理 YUV 格式、常见转换算法、Android Camera2 与 CameraX 使用要点。
02
参考资料
统一术语、格式和常用概念，便于跨主题阅读。