手順が定まっている行動を解析するAssembly101を提案。101種類のミニカーの組み立て作業を、12のカメラ（定点カメラ８台、一人称カメラ４台）により観測、100kの行動、1Mの詳細行動を含んでおり、18Mの手作業を3D観測している。

提案データセットを用いて比較実験を行っている。定点観測と一人称カメラからの行動認識を比較して、定点観測の方が優位に性能が高いこと、Assembly101を用いて事前学習を行う手法はKineticsよりも性能が高いことなどを明らかにしている。

Project Page: https://assembly101.github.io/