随着人形机器人、工业协作机器人赛道的快速爆发，机器人运动控制算法、视觉感知算法的训练对高质量标注数据集的需求持续攀升，仿真数据集因可大幅降低真实环境测试成本、覆盖更多极端工况场景，已成为机器人研发领域的核心数据要素之一。2026年4月23日，开发者inbarajaldrin在全球知名AI开源社区HuggingFace首发全新机械臂仿真数据集so_arm101_sim_base_yaw_v0，该数据集采用LeRobot工具创建，主要面向机器人技术、计算机视觉两大研发领域。
本次发布的数据集共包含3组完整采集序列、累计527帧标注数据，围绕单一机械臂偏航控制任务设计，全部数据采用parquet高效存储格式，覆盖动作、观察状态、多视角图像三大类核心特征：其中动作与观察状态特征包含6组浮点型标注数据，分别对应机械臂不同关节的实时位置参数；图像特征覆盖手腕视角、顶部视角两个采集维度，为480x640分辨率的30fps视频流；除此之外，数据集还同步搭载时间戳、帧索引、序列索引等标准化辅助字段，充分满足算法训练的批量调用、时序分析需求。
从潜在应用场景来看，该数据集可广泛服务于多个研发方向：在机器人技术领域，可支撑机械臂运动轨迹规划、关节控制算法迭代、示教学习模型训练等研发工作，帮助研发团队降低真实机械臂的测试损耗，提升算法训练效率；在计算机视觉领域，多视角的同步标注图像可用于机械臂位姿识别算法、视觉伺服系统、动态目标跟踪算法的训练与验证，为工业分拣、服务机器人操作等落地场景提供数据支撑。该数据集的发布进一步丰富了全球机器人领域的细分训练数据供给，对降低中小研发团队的技术门槛、推动机器人控制与视觉感知技术的普惠化发展具有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)