当前具身智能与工业机器人产业正处于快速落地期，场景化、多模态的高质量标注训练数据是支撑机器人操作算法迭代的核心基础。由于物体抓取场景涉及机械臂姿态控制、视觉感知、动态力反馈等多维度数据的精准匹配，细分领域公开数据集供给长期不足，成为制约中小研发团队技术迭代的重要瓶颈。近日，seriintan正式发布pick_scissor_v4_150ep专用数据集，率先登陆HuggingFace平台开放获取，为机器人抓取、操作领域的算法研发提供标准化数据支撑。
本次发布的pick_scissor_v4_150ep数据集由LeRobot打造，主要面向机器人研发领域开放，共包含150个完整操作episodes，累计覆盖32401帧有效数据。数据集采用便于大数据分析的parquet格式存储，涵盖动作、观测状态、双视角图像、时间戳四大类核心特征：其中动作与观测状态各由6个浮点数组成，分别对应机器人各关节的控制参数与实时位置；视觉维度同步采集正面、侧面两个视角的480×640分辨率3通道视频数据，可满足多模态视觉识别算法的训练需求；此外数据集还标注了每帧对应的时间戳、帧索引、episode索引等结构化字段，方便研发人员按场景需求调用。本次发布的数据集总大小为300MB，其中结构化数据文件100MB、视频文件200MB，采集帧率为30fps，符合工业级机器人训练的采样精度要求。
从应用价值来看，pick_scissor_v4_150ep数据集可广泛应用于多个机器人研发场景：在工业制造领域，可用于训练机械臂的精密零件分拣、柔性抓取算法，提升生产环节的自动化操作准确率；在服务机器人领域，可支撑家用物品拾取、辅助照料等功能的算法迭代，优化服务机器人的场景适配能力；在具身智能研发领域，数据集的多模态特征可用于训练机器人的视觉-动作联动决策能力，加快具身智能体的通用操作能力落地。
作为数据要素市场中垂直场景的专用训练数据资源，本次pick_scissor_v4_150ep数据集的发布，进一步丰富了机器人研发领域的公开数据供给，有效降低了中小研发团队的数据集采集、标注成本，对推动机器人操作场景的技术落地、完善数据要素垂直领域的供给体系均有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)