近年来，随着具身智能赛道持续升温，多自由度机械臂作为工业自动化、柔性制造、特种作业、人机协作等场景的核心硬件载体，其运动控制算法的精度、响应速度、鲁棒性高度依赖高质量的同步标注训练数据。但当前行业内覆盖高分辨率视觉观测、全关节状态与动作指令精准对齐的27自由度专属数据集供给相对稀缺，自研数据采集成本高、标注门槛高的问题，成为制约相关技术落地的核心瓶颈之一。
近日，开源贡献者learner1119正式发布ffw_sh5_rev1_ffw_sh5_rev1_20260503_trial4_27dof数据集，该数据集由全球知名的机器人开源项目LeRobot主导创建，于2026年5月3日率先在HuggingFace平台首发，核心面向机器人运动控制、多自由度机械臂研发领域开放。
据公开信息显示，本次发布的数据集共包含20组完整任务序列（episodes）、累计6788帧同步采样数据，覆盖1项核心操作任务，配套20段对应视频素材。其数据结构实现了多维度信息的毫秒级精准对齐：既包含时间戳、帧索引、episode索引、任务索引等全链路时序标注信息，也同步收录了1080×1920分辨率的第一视角观测图像、27个关节的实时状态参数，以及对应27个关节的控制指令数据，所有结构化数据采用高效压缩的parquet格式存储，视频素材则采用通用mp4格式，可适配主流深度学习训练框架，大幅降低研发人员的数据预处理成本。
从应用场景来看，该数据集可广泛支撑多类研发需求：既可以用于27自由度机械臂的轨迹规划、柔顺控制、动态避障算法的训练与验证，也可服务于具身智能领域视觉-动作多模态对齐模型的研发，还能为工业分拣、精密装配、特种场景作业等细分场景的专用机器人算法预训练提供数据支撑，对降低机器人研发团队的数据采集成本、加速多自由度机械臂技术落地具有重要价值，也为全球开源机器人数据生态再添优质供给。
查看ffw_sh5_rev1_ffw_sh5_rev1_20260503_trial4_27dof
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)