Open-X Embodied Navigation Benchmark (OENB)

Open-X Embodied Navigation Benchmark (OENB) 是首个开源具身智能导航评测基准数据集，覆盖12,000+真实家庭级3D场景（基于Habitat-Matterport构建），支持多模态指令输入（文本、模拟语音、手势轨迹），提供长程任务成功率、路径效率、能耗比等双维度评估指标，适用于机器人导航、具身AI、VLA（Vision-Language-Action）模型训练与评测。

# Open-X Embodied Navigation Benchmark (OENB) ## 数据集背景与来源 OENB 由 Open-X AI 联盟发起并维护，旨在推动具身智能（Embodied AI）在真实家庭环境中的导航能力标准化评测。数据集基于 Matterport3D 高精度室内扫描数据，经 Habitat 平台重建为物理一致的可交互3D仿真环境（共12,157个独特家庭场景），所有场景均通过语义分割与功能区域标注（如厨房、卧室、走廊）增强空间理解基础。指令数据来源于真实人类导航行为采集与可控合成，涵盖日常家居任务（如‘把咖啡杯拿到客厅茶几上’），强调长程、多步、跨房间语义导航。 ## 数据规模与标注信息 - **场景规模**：12,157个高保真3D家庭环境（分辨率 ≥ 1024×1024，支持光照/物理引擎模拟）； - **任务实例**：28,436条多模态导航指令，每条含： - 文本指令（中英双语对齐，含指代消解与空间关系标注）； - 模拟语音波形（WAV，采样率16kHz，含环境噪声增强）； - 手势轨迹序列（2D屏幕坐标+置信度，模拟触摸屏/AR手势交互）； - **标注内容**：专家级最优路径（SE(3)位姿序列）、成功判定阈值（目标物体距离 < 0.5m & 朝向角误差 < 30°）、能耗估算（基于电机扭矩与移动距离建模）； - **评估协议**：支持 `Success Rate`、`SPL`（Success weighted by Path Length）、`Energy Efficiency Ratio`（EER）三重指标联合评测。 ## 典型应用场景 - 训练与评测具身语言模型（ELM）和视觉-语言-动作（VLA）模型； - 构建家庭服务机器人导航策略（如扫地机器人、助老机器人）； - 多模态指令理解与跨模态对齐研究（text-to-action, speech-to-navigation）； - 长期任务规划（Long-Horizon Task Planning）与分层强化学习验证； - 仿真到现实（Sim2Real）迁移能力基准测试（配套提供部分真实设备采集的校准数据子集）。 ## 使用注意事项 - 场景需通过 Habitat 1.4+ 或 AI2-THOR 4.4+ 加载，推荐使用 `habitat-lab==v0.3.2` 及配套 `habitat-sim==0.3.2`； - 语音与手势模态为**模拟生成**，非原始录音/传感器数据，适用于算法鲁棒性测试，不可用于声纹或生物特征识别； - 所有任务均以`/data/oemb/v1/`为根路径组织，结构遵循 `scenes/`, `tasks/`, `annotations/`, `eval/` 四级目录； - 商业用途需遵守 [CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/) 协议，引用论文：*Open-X Embodied Navigation Benchmark: A Multimodal, Large-Scale Benchmark for Realistic Home Navigation*, CoRL 2024.