TableVerse：一个大规模桌面数据集，具有依据真实场景构建的布局，可进行通用操作

通用机器人操作策略的发展本质上受到大规模、高保真场景数据可用性的限制。虽然最近的自动合成方法试图通过文本到布局的幻觉或简化的程序生成来弥补这一差距，但它们经常遭受物理上的难以置信的困扰，并且无法捕捉实际人类环境中复杂、密集的混乱。在本文中，我们介绍了 TableVerse，这是一种完全自动化的 Real2Sim 流程，它将范式从富有想象力的布局生成转变为从非结构化、野外图像数据进行确定性重建。我们的框架将无脚本的互联网媒体无缝处理成高保真、可模拟的桌面环境，具有精确的公制尺度、真实的拓扑结构和经过验证的机械稳定性。此外，还集成了自动化任务条件轨迹生成框架，以合成高质量、无碰撞的拾取和放置演示。利用这个完整的管道，我们构建了 TableVerse-100K 数据集，这是一个大型语料库，包含 100,000 个独特的、物理一致的环境以及交互式操作轨迹。通过捕获不同的资产组成、真实的空间分布和高质量的演示，TableVerse-100K 建立了高度可扩展和高保真度的数据基础，为促进通用机器人操作任务的未来研究提供了重要价值。