当前工业机器人正朝着柔性化、智能化方向快速升级，精密装配作为工业机器人的核心应用场景之一，对机器人的视觉感知、力控精度、动作规划能力都提出了极高要求。而螺丝拾取、放置、锁付是3C电子制造、汽车零部件组装、精密仪器生产等领域的高频工序，这类细分场景的AI算法训练需要大量包含多模态感知数据、动作标注的场景化数据集，但此前面向该垂直场景的高质量开源数据集供给相对有限，一定程度上制约了相关算法的研发迭代效率。
近日，开源数据机构rlodhi正式发布screw_pick_place螺丝抓取放置专用数据集，该数据集于2026年4月30日率先在HuggingFace平台上线，可广泛应用于机器人操作控制算法训练、精密装配任务模型验证等领域。据公开信息，该数据集基于HuggingFace推出的开源机器人学习工具链LeRobot构建，共包含50个完整任务周期（episodes）、46041帧采样数据，采样帧率为30fps，其中结构化数据文件大小为100MB，配套视频文件大小为200MB，数据存储采用parquet结构化格式与mp4视频格式结合的方式，方便不同研发场景的调用。数据集覆盖多维度标注信息，包含机器人动作指令、实时观察状态、基础摄像头与手腕摄像头的双视角图像、时间戳与对应索引等核心特征，能够满足端到端机器人操作模型的训练需求。
从行业应用来看，该类细分场景数据集的落地，可为多个领域的机器人研发提供支撑：可用于训练工业机器人的视觉定位精度、螺丝抓取的力控策略、精密装配的路径规划算法，也可作为基准数据集用于机器人操作算法的泛化能力测试，覆盖3C电子零部件装配、消费电子产品维修、汽车精密组件组装等多个工业场景的机器人研发需求。作为面向工业机器人细分操作场景的开源数据集，screw_pick_place的上线进一步丰富了工业领域的公开数据要素供给，有助于降低中小机器人企业、科研团队的算法研发数据获取成本，加速柔性机器人在精密制造场景的落地进程，对推动智能制造领域的数据要素共享、AI技术落地具有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)