アフォーダンス実演のWilhelm Tellデータセット

- 家庭内の一般的なタスクにおけるaffordance学習のための新しいデータセット。 - 一人称視点と三人称視点の動画シーケンスで構成され、タスク中に現れるaffordanceに関するメタデータも含む。 - 複数の参加者から収集され、合計約7時間の人間の活動を記録。 - タスク実行の多様性により、タスクのための準備動作（タスク空間の配置など）も研究可能。 - 協働サービスロボットに関連する知覚システムの訓練を目的とする。

- 既存のアプローチは注釈付きの静的画像や形状でaffordance能力を訓練していた。 - 本データセットは動画シーケンスを用いており、静的な画像ではなく時系列的なaffordanceの発現を捉える点が異なる。 - 一人称・三人称の両視点を提供し、タスク中のaffordance manifestationを認識する知覚システムの訓練に焦点を当てている。 - 準備動作やタスク空間の配置といった、協働ロボットに重要な側面も含む点が新しい。

- データセットは、家庭内の一般的なタスクを実演する動画シーケンスで構成。 - 一人称視点と三人称視点の両方から記録。 - タスク中に現れるaffordanceに関するメタデータを付与。 - 複数の参加者からデータを収集し、多様なタスク実行を記録。 - 合計約7時間の人間の活動を含む。 - 具体的なアノテーション手法やデータ収集プロトコルの詳細は要旨からは不明。

- 要旨からは不明。データセットの有効性をどのように検証したかについての記述がない。 - データセットの規模（約7時間、複数参加者）と多様性が記述されているが、実験による検証は明記されていない。

- 要旨からは不明。データセットの限界や議論については記述がない。 - ただし、タスク実行の多様性が準備動作の研究を可能にすること、協働サービスロボットへの関連性が示唆されている。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、affordance learningのための注釈付き静的画像や形状を用いた既存アプローチ（具体的名称は不明）が挙げられる。 - 同分野の定番として、affordance perceptionのための深層学習手法や、一人称視点動画を用いた行動認識研究が考えられる。