DexonomySim数据集发布：覆盖94%人类抓握类型，助力人形机器人精细操作

9月1日，根据官方消息，由国家相关部门指导发布的“DexonomySim”数据集现已公开。该数据集聚焦于具身智能机器人灵巧手的抓取仿真，已上传至北京大学网盘并对外提供下载。

据悉，该数据集由相关机构组织建设，专门面向机器人灵巧抓取任务开发，内容包括超过950万组高质量抓取姿态，涵盖超过1万个物体对象与31种常见抓握方式，基本覆盖人类抓握动作分类体系中的94%类型。目前来看，这是具身智能领域中规模最大的开源灵巧手操作合成数据集。

DexonomySim适用于高自由度多指灵巧手在复杂场景下的算法训练与模型验证。其数据通过物理仿真技术生成，具备格式规范、来源清晰、质量优异、兼容性强等特点。在多样性和数据量方面，显著优于现有其他数据资源，能够有效支撑模型的泛化能力提升，帮助人形机器人实现对不规则形状或精细操作需求物体的稳定、多样抓取，增强其在复杂环境中的任务执行能力。