模仿学习在操作中面临数据稀缺问题，现有数据集如Ego4D缺乏手势标注。为此，我们使用Apple Vision Pro收集了EgoDex，这是最大的人类灵巧操作数据集，包含829小时自我中心视频和3D手指追踪数据，涵盖194种日常操作任务。我们在该数据集上训练和评估了模仿学习策略，以推动机器人和计算机视觉的发展。