随着具身智能产业进入落地攻坚期，工业机械臂、服务机器人的操作精度、场景泛化能力成为技术竞争的核心，而涵盖视觉信号、运动状态、任务标签的同步高质量数据集，是相关算法迭代的核心基础设施，也是当前行业的稀缺资源。2026年5月2日，开发者KoukiHagiwara正式在HuggingFace平台首发由LeRobot项目打造的slide_push_pull_merged100ep_diagonal_view数据集，填补了斜视角下机器人平面推拉操作多模态数据集的供给空白。
本次发布的数据集聚焦机器人平面滑动、推送、拉扯三类典型操作场景，共包含100个完整操作episodes、104800帧同步数据，覆盖2类核心操作任务，整体数据文件大小为100MB，配套视频文件大小为200MB。数据集的多模态特征覆盖三大维度：一是运动状态数据，包含6个关节的实时动作指令与实际观测位置数据；二是视觉观测数据，同步采集顶部全局摄像头与腕部第一视角摄像头的视频内容，分辨率为480x640、帧率达30fps，可完整还原操作过程中的环境变化与末端执行器状态；三是标准化元数据，涵盖时间戳、帧索引、episode索引、任务索引等结构化标签，大幅降低开发者的数据预处理成本。
从应用价值来看，该数据集可广泛应用于机器人领域的多个研发方向：首先可支撑机械臂视觉伺服算法迭代，双视角视觉数据与关节状态的同步匹配，可帮助算法实现基于视觉反馈的动态力控调整、末端定位修正，解决传统纯关节控制缺乏环境感知能力的痛点；其次可作为通用操作算法的基准测试集，100组不同场景的完整操作序列，可用于验证不同算法在推拉操作场景下的成功率、误差控制水平与泛化能力；此外还可用于具身大模型的微调训练，多模态数据的结构化标注可帮助模型更好地理解操作任务语义，提升动作规划的合理性。
作为开源共享的机器人领域专业数据集，该资源的发布也将有效降低中小研发团队的数据集采集门槛，无需搭建高成本的实机采集环境即可开展相关算法研发，加速机器人操作控制技术从实验室向工业装配、物流分拣、家庭服务等场景的落地进度，为数据要素支撑具身智能产业发展提供了典型样本。
查看slide_push_pull_merged100ep_diagonal_view
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)