TableVerse：針對泛化操作具真實落地佈局的大規模桌面資料集
為何重要
TableVerse 透過 Real2Sim 方法解決了機械人操作研究長年以來的資料瓶頸，大幅降低建立高保真訓練場景的門檻。對於開發者而言，該資料集提供了一個基於真實世界的標準化訓練池，有助於縮小模擬與現實的效能差距；對產業而言，此類高品質基礎資料是未來機械人產品從示範走向泛化操作的關鍵養分。
通用機械操作策略的發展受限於真實、高保真場景資料的普及程度，現有的自動合成方法常因物理不可行或無法捕捉真實環境的複雜性而失敗。本研究提出 TableVerse 與其 Real2Sim 管線，將非結構化的網際網路影像轉化為具保證尺度、真實拓撲與機械穩性的高保真模擬環境。
- 提出全新的 Real2Sim 管線，系統將非結構化的網際網路影像轉化為具保證尺度、真實拓撲與機械穩性的高保真模擬桌面。
- 打造 TableVerse-100K 資料集，包含 100,000 個唯一且物理一致的環境，並整合自動化框架產生互動式操作軌跡。
- 整合自動任務條件軌跡生成框架，可合成高品質且無碰撞的拾放示範，進一步提升操作策略的泛化能力。