arXiv cs.AI· Jingxuan Zhu, Jingyi Li, LiangLiang Chen, Zhiyuan Jing, Jidong Zhang, Hongming Li·· 3 天前AI 评分37
RoboCousin：为鲁棒双臂机器人操作构建你自己的仿真训练场
RoboCousin: Build Your Own Simulation Playground for Robust Bimanual Robotic Manipulation
AI 导读
RoboCousin 是一个基于 RoboTwin 2.0 的可扩展仿真数据生成平台，可将用户提供的物体图像转为带视觉与碰撞几何、语义物理元数据及自动抓取接触候选的仿真资产，并生成变化物体、背景、布局与语言指令的"数字表亲"。
正文 · AI 翻译
摘要：双臂操作策略需要大规模且多样化的训练数据集，但在物理机器人上采集演示数据成本高昂且难以扩展。仿真可以高效生成数据，但现有流程通常在封闭的资产库和预定义场景中运行：添加一个新观测到的物体或环境仍需要大量工作来重建几何形状、指定物理和语义属性、标注交互，并将结果集成到可执行任务中。我们提出 RoboCousin，一个可扩展的基于仿真的数据生成平台，可将用户提供的观测转化为可复用的资产、场景和用于双臂操作的专家轨迹。RoboCousin 构建于 RoboTwin~2.0 之上，可将物体图像转换为具备视觉和碰撞几何、语义与物理元数据以及自动生成的抓取接触候选的仿真就绪资产。它进一步构建数字表亲，在保持任务相关可供性和空间关系的同时，对兼容物体、背景、布局和语言指令进行变化。同一资产系统支持桌面和房间级场景构建，并具备碰撞感知的基座控制，以支持超出固定工作空间的交互。我们发布 RoboCousin-OBD，包含 3,000 多个带标注的物体实例和 50 个背景环境，并使用 RoboCousin 在 50 个任务上生成超过一百万条专家轨迹。仿真和真实机器人实验表明，自动生成的交互标注可与人工整理标注相媲美，生成的资产可提供有效的仿真到现实监督，并且桌面表亲可以改善在单个重建场景上训练之外的迁移效果。因此，RoboCousin 为扩展合成双臂操作数据的规模和覆盖范围提供了一条实用路径。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.08339 [cs.RO] |
| （或此版本的 arXiv:2609.08339v2 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2609.08339 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jingxuan Zhu [查看邮箱]
[v1]
2026年9月8日星期二 07:13:07 UTC（28,161 KB）
[v2]
2026年10月13日星期二 00:59:38 UTC（28,434 KB）
来源：arXiv cs.AI · arxiv.org