人形机器人具身智能训练数据管理要求-公示材料.doc

PAGE

PAGE1

上海市地方标准公示材料

一．基本信息

项目名称（中文）

人形机器人具身智能训练数据管理要求

项目提出单位

113100000024220045-上海市经济和信息化委员会

技术归口单位

上海市人工智能标准化技术委员会

第一起草单位

人形机器人（上市）有限公司

二．标准制定的依据

我国政策支持人形机器人数据集建设。2022年上海市人大发布了《上海市促进了人工智能产业发展条例》，条例中明确指出应“推动人工智能领域高质量数据集建设”。2023年10月，工信部印发《人形机器人创新发展指导意见》明确提出：建设大模型训练数据库，创新数据自动化标注、清洗、使用等方法，攻关大模型数据集管理技术。

三．目的意义(标准制定的必要性)

拟解决的主要问题；满足哪些实际需求；对政府监管、行业规范、产业发展所起的支撑作用；属于对本市创新技术、先进模式的总结与推广等）人形机器人领域在数据集建设方面取得了显著进展。国际上，谷歌DeepMind推出了OpenX-Embodiment数据集，汇集了来自22种不同机器人类型的数据，显著提升了机器人的技能学习效率和多样性。HuggingFace的Lerobot项目开源了98个机器人数据集，并开源对应训练数据的模型，极大降低了具身智能开发者的入门门槛。国内的数据集建设工作相对滞后，尚未有规模性的数据集建设工作。虽然现有的开源数据集在一定程度上缓解了数据短缺的问题，但它们的适配性仍然有限，往往只针对特定品牌或型号的人形机器人。为了提高数据集的通用性和一致性，亟需构建更加标准化和高质量的数据集，而数据格式标准化是第一步要解决的问题。虽然陆续有开源数据集出险，但数据质量层次不齐，业界也未形成人形机器人数据集数据质量评价标准。无论是数据集建设方，还是开源数据应用方，都无法对数据质量进行客观、全面的判断，进而无法进行规范化的数据管理方法，阻碍了人形机器人规模化数据集的建设。因此，业界亟需建立一套人形机器人具身智能训练数据集的管理方法。

四．范围和主要技术内容

本标准规定了人形机器数据集的相机布置及字典映射、数据集总体结构、数据格式要求、具身智能训练数据集质量评价原则、评价指标与评价方法本标准适用于在人形机器人具身智能模型训练中使用的人形机器人数据集本规范拟定义的主要技术内容提纲：第5章相机布置及字典映射：人形机器人用于具身智能训练的数据集主要由多个相机采集，包括多个布置在机器人本体上的相机，以及布置在人形机器人周围的第三视角相机。第6章数据文件目录结构：描述数据文件的层级目录结构第7章数据格式要求，规范元数据格式、传感器参数信息、采集轨迹数据等格式。第8章数据质量评价，规定了数据评价指标以及指标描述，数据质量评价方法。