ACE-Data-0: Human-Centric Ambient Capture as Embodied Data Engine

실제 가정 환경에서 다양한 센서로 일상 행동을 촬영한 150시간 데이터셋. 로봇 학습의 데이터 병목 해결.

이 논문은 한마디로 실제 집에서 인간의 일상을 다각도 카메라·모션·촉각 센서로 동기화 촬영한 대규모 데이터셋이라는 이야기다. 테이블 규모(정밀 손 조작)와 방 규모(전신 움직임) 두 설정으로 150시간, 17M 프레임, 75,000 에피소드를 수집했다. 50명 참가자가 200개 작업을 자연스럽게 수행했다. 기존 데이터셋이 모달리티·시점·공간 스케일을 분리했다면, ACE-Data-0은 모든 신호를 동기화했다.

핵심 요약

• 실제 가정 환경을 녹화 스튜디오로 변환하는 ACE 시스템을 구축했다. 테이블 규모와 방 규모 두 설정.
• 150시간, 17M 프레임, 75,000 에피소드, 50명 참가자, 200개 작업 카테고리의 대규모 데이터셋이다.
• 에고센틱+다각도 익소센틱 비디오, 전신·손 모션, 6-DoF 객체 궤적, 오디오, 촉각을 밀리초 단위로 동기화했다.
• 제로샷 모션 전이(시뮬레이션→실제)를 지원하고, 30개 이상 기존 방법의 한계를 벤치마크로 드러냈다.
• 모방 학습, 월드 모델, VLA 시스템의 훈련 기반으로 활용 가능하다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.