当前全球具身智能产业正处于技术落地的关键窗口期，机器人在非结构化杂乱场景下的自主抓取能力，是制约其在工业分拣、物流仓储、家庭服务等场景规模化应用的核心瓶颈。作为算法迭代的核心基础，高质量、标注规范的场景化训练数据集始终是行业稀缺资源。此前机器人领域数据集普遍存在格式不统一、标注标准差异大的问题，研发团队跨项目、跨团队调用数据往往需要投入大量成本做预处理，大幅拖慢了研发效率。而HuggingFace推出的LeRobot标准，正是为了解决这一行业痛点，通过统一机器人学习数据集的存储、标注与调用规范，降低数据流通与复用的门槛，目前已经成为全球机器人研发领域广泛采用的主流数据集格式之一。
2026年4月29日，科技机构trantor2nd正式对外发布聚焦杂乱场景抓取任务的机器人数据集tron2_lerobot_pickup_chaos，该数据集严格遵循HuggingFace LeRobot格式规范，首发上线HuggingFace平台面向全球研发团队开放。
作为专注于杂乱场景机器人抓取的专项数据集，tron2_lerobot_pickup_chaos可覆盖多类典型应用场景的研发需求：在工业制造领域，该数据集可用于训练零部件散料分拣、无序工件上料等场景的抓取识别与控制算法；在物流仓储领域，可支撑混装SKU拣选、拆垛码垛、异常件处理等场景的算法迭代；在科研领域，还可为机器人抓取姿态优化、力控反馈算法、小样本抓取模型等前沿方向的研究提供数据支撑。由于采用了行业通用的LeRobot格式，研发团队无需额外进行复杂的格式转换即可快速调用数据集，能够大幅降低数据预处理环节的人力与时间成本，提升研发效率。
此次数据集的发布，也进一步丰富了国内具身智能领域的高质量标准化数据供给，为机器人领域数据要素的规范化流通、跨主体复用提供了典型参考，对推动具身智能技术落地、完善产业生态具有积极意义。
trantor2nd本次发布的数据集tron2_lerobot_pickup_chaos，该数据集为HuggingFace LeRobot格式机器人数据集。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)