近年来具身智能产业进入爆发增长期，机器人运动控制精度、环境感知准确率的核心能力提升，高度依赖高质量、多维度的场景训练数据，而标注完善、结构统一的专用机器人数据集一直是行业研发的核心刚需。近日，开发者juyoungggg正式在HuggingFace平台首发名为0504-tidy-test-5的机器人专用数据集，进一步丰富了具身智能领域的公共训练数据供给。
本次发布的0504-tidy-test-5数据集依托LeRobot工具创建，LeRobot是目前全球主流的机器人学习开源工具栈，广泛应用于机器人运动数据采集、算法训练与效果验证场景，依托其生成的数据集具备统一的结构化标准，可适配绝大多数主流机器人训练框架。该数据集共包含20个完整任务运行周期（episodes）、5710帧有效采样数据，对应1项标准化机器人操作任务，总数据体量约300MB，其中结构化数据文件大小为100MB、配套视频文件大小为200MB，采样帧率为30fps，可满足高频动作训练的时序数据精度需求。
数据集覆盖多维度关联特征，包括6个关节的实时动作数据、同维度的关节观察状态数据，同时同步采集了前视、顶视两个视角的480*640分辨率RGB图像，以及配套的时间戳、帧索引、episode索引、索引和任务索引等关联字段，形成了“动作反馈-环境感知-时序标注”的完整数据闭环。存储规格上，结构化数据采用高效的parquet格式存储，可大幅降低训练环节的数据读取开销，配套视频采用通用MP4格式，便于研究人员复盘验证动作逻辑。
从潜在应用场景来看，该数据集可广泛服务于多类机器人技术研发需求：在运动控制领域，研究人员可依托关节动作与状态的对应数据，训练机械臂的轨迹规划、力控调节算法，提升复杂动作的执行精度；在机器人感知领域，双视角图像与关节状态的联动数据，可用于优化视觉定位、环境识别、障碍物规避等算法的准确率，降低感知与动作的协同误差；此外，标准化的时序标注数据还可用于具身智能大模型的微调训练，提升大模型对实体操作指令的拆解执行能力。作为开源共享的机器人专用数据集，本次发布的0504-tidy-test-5为中小研发团队、学术机构降低了数据采集门槛，对推动机器人技术的开源协同创新、加快数据要素在AI研发领域的流通应用具有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)