当前，随着具身智能产业与工业数字化转型的快速推进，工业机械臂的柔性化操作、智能化控制已经成为智能制造领域的核心研发方向，而高质量、多维度的真实场景操作数据集，是支撑机器人控制算法训练、提升算法泛化性的核心基础，也是当前行业供给端的突出缺口。近日，开发者brucekimrok正式对外发布sfp2nic_target_card4_port01_randomized机器人技术专用数据集，该数据集于2026年5月3日首发于Hugging Face平台，面向全球机器人领域研发者开放。
该数据集围绕UR5e_AIC机器人的操作场景采集构建，共包含200个完整任务序列（episodes），总帧数达68417帧，其中结构化数据以业内通用的parquet格式存储，原始观测视频以mp4格式存储，可适配主流机器人算法训练框架的接入需求。数据集特征维度覆盖机器人动作参数、本体观测状态、左中右三路摄像头的多视角图像观测数据、完整时间戳、帧索引、episode索引、任务索引等全链路信息，可满足多模态算法训练对数据维度的要求。值得一提的是，本次数据集的构建全程采用LeRobot工具完成，作为Hugging Face推出的开源机器人学习专用工具栈，LeRobot生成的数据集可直接对接Hugging Face的具身智能模型生态，大幅降低研发者的数据预处理成本。
从应用场景来看，该数据集可被广泛应用于机器人操作、控制领域的多个研发方向：包括工业机械臂抓取、装配、柔性搬运等场景的算法训练与调优，多模态感知融合的端到端机器人控制算法研发，模拟到真实（Sim2Real）迁移算法的真实场景验证，以及机器人强化学习训练环境的搭建等，能够帮助研发团队省去大量实地采集数据的时间与硬件成本，加快技术落地效率。本次数据集的发布，也进一步丰富了全球开源机器人数据集的供给体系，为数据要素赋能具身智能产业发展提供了新的供给支撑。
查看sfp2nic_target_card4_port01_randomized
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)