在具身智能与服务机器人赛道快速发展的当下，高质量结构化训练数据已成为制约算法迭代效率的核心瓶颈，面向细分场景的开源数据集供给缺口持续扩大，不少中小研发团队长期面临数据采集成本高、标注不规范的研发痛点。近日，AI开发者juyoungggg正式对外发布0504-tidy-test-4机器人领域专用数据集，为相关研发团队提供了新的标准化数据供给。
据了解，该数据集于2026年5月4日首发于全球最大的AI开源共享社区HuggingFace，符合开源使用协议的开发者可直接获取调用。0504-tidy-test-4基于LeRobot框架创建，定位为轻量级机器人单任务训练数据集，全量资源包含20个episodes、共5783帧有效标注数据，对应1个固定任务场景；其中结构化数据文件大小为100MB，配套原始视频文件大小为200MB，采集帧率为30fps，可适配主流机器人模型训练框架的接入要求。
从数据集的标注结构来看，其覆盖了机器人训练所需的全维度特征，包括动作标签、观察状态参数、前视与顶视双视角采集图像、时间戳、帧索引、episode索引、任务索引等，标注规范符合机器人领域数据集的通用标准，无需二次加工即可直接用于模型训练，大幅降低了研发团队的数据预处理成本。
从典型应用方向来看，该数据集可广泛支撑多个机器人研发方向的需求：其一可用于室内服务机器人的视觉导航算法训练，双视角图像数据能够帮助模型更好地识别空间环境、判断障碍物位置，优化导航路径规划效率；其二可用于机器人固定任务执行的策略学习，支撑桌面整理、小件物品拾取等单一场景的任务逻辑迭代；其三也可作为具身大模型小样本微调的验证数据集，降低大模型向实体机器人场景落地的适配成本。
业内人士指出，当前我国数据要素市场建设持续推进，AI领域的开源数据共享是激发产业创新活力的重要路径，这类垂直场景的小型优质数据集开放，一方面有效降低了中小研发团队的前期数据采集与标注成本，缩短算法迭代周期，另一方面也为细分领域数据资源的规范化共享提供了参考样本，有助于推动具身智能、服务机器人产业的技术普惠与落地进程。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)