日常活动科学与工程：摆桌数据集

为什么摆桌能教会机器人

摆桌看似是件简单的家务活，但它实际上蕴含了关于人们如何移动、计划和思考的丰富线索。本研究将这一日常动作转化为细致的实验室研究，创建了一个大型公开数据集，可帮助科学家构建更聪明的辅助机器人并改进理解人类行为的工具。

以丰富细节捕捉简单任务

在这项工作中，研究人员请志愿者在实验室厨房中摆餐桌，同时由一套传感器记录。他们的任务熟悉：为不同人数和场合摆放盘子、杯子和餐具，既有随意的早餐也有正式的午餐。研究的特别之处不在于任务本身，而在于测量的精细程度。每位参与者都佩戴了轻便设备，记录全身运动、眼动、手臂肌肉、皮肤反应和脑电活动，同时多只麦克风和摄像机对场景进行录音录像。这种组合提供了时间同步、密集的信息图景，既显示人们在做什么，也展示他们在做这些动作时身体如何响应。

倾听思维与计划

为了超越单纯的动作数据，团队还要求参与者描述他们正在做的事情。在一些试验中，参与者在操作时大声说出自己的想法，解释为何选择某件物品或将其放在桌上的何处；在另一些试验中，他们先静默完成任务，随后观看自己的录像并在事后对自己的动作进行评论。这些口述记录被录音并转写，然后用标签编码以捕捉不同类型的思维，例如计划、发现问题或说明理由。与传感器数据结合后，研究人员得以将内在思维过程与可见的动作和决策联系起来。

从原始记录到可用数据

采集如此多的信息在技术上挑战很大。该研究使用了22台设备，包括动作捕捉摄像机、可穿戴传感器、麦克风和眼动仪，全部由中央计算系统统一控制。作者们仔细同步了每一路数据流的时间，使得例如视频中看到的抓取盘子的瞬间能与相应的肌肉活动峰值以及脑电或皮肤信号的变化对齐。他们清理了记录、修复丢帧视频、将所有信号修剪为共同的时间跨度，并以易于访问的格式存储。团队还开发了专门工具和扩展标注方案，把每次试验分解为阶段、具体动作和不同身体部位的细致动作，以及所操作对象的日志。

摆桌数据集包含什么

生成的资源名为“日常活动科学与工程摆桌数据集”，包含78次记录会话，其中50次在本文中进行了详细分析。总体约有300小时的生物信号记录和约260小时的标注活动片段。与早期工作相比，该数据集的突出之处在于平衡了三项难以兼顾的目标：较多的参与者数量、多种传感器类型以及对真实家庭任务的详细、多层次标注。为了验证信号的有效性，作者还进行了基线机器学习实验，使用肌电、运动、脑电和加速度数据自动识别任务的不同阶段，结果明显优于随机猜测，尤其在包含全身运动数据时表现更佳。

这对日常助理为何重要

对普通读者而言，这项工作的意义在于它构建了一个共享的、开放的资源，供未来旨在与人类在自然环境中协作的系统使用，例如厨房助手、康复辅助设备或智能家居。通过免费提供对这类简单但现实的日常活动的高质量录制及清晰的文档与代码，作者为研究人员提供了一个共同的试验平台，用以研究人们如何组织行为以及机器如何学习去解释这些行为。简而言之，本文展示了摆桌这一平凡活动如何成为观察人类行为的有力透镜，并成为迈向更有用、具有人类意识技术的踏脚石。

引用: Meier, M., Hartmann, Y., El Ouahabi, Y. et al. Everyday Activity Science and Engineering Table Setting Dataset. Sci Data 13, 721 (2026). https://doi.org/10.1038/s41597-026-07077-7

关键词: 摆桌, 人类活动, 多模态数据集, 认知机器人学, 生物信号