HRDexDB：用于跨本体灵巧抓取的配对人机数据集
HRDexDB: A 4D Dexterous Grasping Dataset Across Human and Multiple Robot Embodiments
AI总结：
提出HRDexDB，一个包含人类和多种机器人手的高保真灵巧抓取轨迹配对数据集，涵盖100种物体，提供高精度时空3D真值，作为跨本体灵巧操作的基础基准。
摘要：
我们提出了HRDexDB，一个配对的跨本体灵巧抓取数据集，包含高保真的灵巧抓取序列，涉及人类和多种机器人手。与现有数据集不同，HRDexDB提供了跨人类手和多种机器人手本体的全面抓取轨迹集合，涵盖100种不同物体。利用最先进的视觉方法和专用多相机系统，HRDexDB为操作者和被操作物体提供了高精度的时空3D地面真值运动。该数据集包含2.1K次抓取试验，每次试验都配有同步的视觉和运动学模态，并且触觉机器人手还提供了接触力信号。通过在同一目标物体上、在可比的抓取运动下提供人类灵巧性和机器人执行的紧密对齐捕捉，HRDexDB成为跨本体灵巧操作的基础基准。
英文摘要：
We present HRDexDB, a real-world 4D dexterous grasping dataset capturing 3D hand-object interaction trajectories over time across five embodiments. The dataset comprises 3.2K trials over 100 diverse objects. Using a synchronized multi-camera system and an integrated reconstruction pipeline, HRDexDB provides multi-view and egocentric RGB observations, 3D hand geometry, robot states, and object 6D pose trajectories, together with success/failure annotations. Human and robotic hands interact with shared objects, enabling the study of embodiment-dependent grasp strategies and contact patterns. We demonstrate the dataset's utility through human-to-robot contact map transfer, visual robot-object contact estimation, and retrieval-assisted grasping. Together, these results establish HRDexDB as a resource for studying and learning dexterous interactions across human and robotic embodiments.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
