GraspClutter6D là một bộ dữ liệu nắm bắt thực tế quy mô lớn được thiết kế để giải quyết vấn đề nắm bắt vật thể mạnh mẽ trong môi trường hỗn loạn cho robot. Nó khắc phục được những hạn chế về cảnh đơn giản, tỷ lệ che khuất thấp và sự thiếu đa dạng của các bộ dữ liệu hiện có. Nó bao gồm 1.000 cảnh hỗn loạn dày đặc (trung bình 14,1 vật thể trên mỗi cảnh, tỷ lệ che khuất 62,6%), 200 vật thể và 75 cấu hình môi trường (hộp, kệ, bàn) và các ảnh chụp đa góc nhìn sử dụng bốn camera RGB-D. Bộ chú thích phong phú được cung cấp, bao gồm 736.000 tư thế vật thể 6D và 9,3 tỷ lần nắm bắt khả thi của robot cho hình ảnh RGB-D 52.000. Chúng tôi so sánh các phương pháp phân đoạn, ước tính tư thế vật thể và phát hiện nắm bắt hiện đại để phân tích nhiệm vụ trong môi trường hỗn loạn và chứng minh rằng mạng lưới nắm bắt được đào tạo trên GraspClutter6D vượt trội hơn các mạng lưới được đào tạo trên các bộ dữ liệu hiện có trong cả mô phỏng và thử nghiệm thực tế. Bộ dữ liệu, bộ công cụ và công cụ chú thích được cung cấp công khai.
