当前，具身智能与服务机器人产业进入快速发展期，模仿学习作为机器人快速习得人类操作技能的核心技术路径，长期面临标注数据维度不全、场景匹配度低、多模态对齐难度大等痛点，尤其是远程操作控制场景下的人机交互数据、动作反馈数据缺口，已成为制约相关技术落地的核心瓶颈之一，行业对垂直场景的高质量标注数据集需求持续攀升。
近日，RobotLearningProject正式对外发布rollout_so101_dagger2_remote_orange_20260505_160458数据集，该数据集由LeRobot创建，首发上线全球主流AI开源社区HuggingFace，定向服务机器人学习任务研发，精准匹配模仿学习、远程操作控制领域的算法训练需求。
本次发布的数据集共包含3个任务片段、总计561帧标注数据，单数据集文件大小为100MB，配套视频文件大小为200MB，视频帧率为30fps；数据采用parquet格式存储，配套视频采用MP4格式存储，可直接适配PyTorch、TensorFlow等主流AI训练框架的读取需求，无需额外格式转换即可接入训练流程。
从数据维度来看，该数据集覆盖了多类核心特征字段：包含机器人动作（6个关节位置）、观察状态（6个关节位置）、前端高清RGB图像（分辨率为720x1280）、干预信号、时间戳、帧索引、片段索引、任务索引等，实现了机器人本体状态、环境视觉感知、操作时序信号的全链路对齐，数据标注精度符合工业级研发要求。
从应用场景来看，该数据集可支撑多个机器人技术方向的研发工作：在模仿学习领域，研发人员可基于标注的“人类操作指令-机器人动作反馈”对应数据，训练机器人快速复现抓取、搬运、装配等精细操作技能，大幅降低传统强化学习的试错成本与训练周期；在远程操作控制领域，数据集收录的干预信号、时序同步数据，可用于优化遥操作系统的响应时延、动作匹配精度，为工业特种机器人、医疗手术机器人、家庭服务机器人等多品类远程操控系统的算法迭代提供数据支撑；此外，多模态对齐的数据结构也可用于跨模态机器人感知算法、自然人机交互算法的测试验证。
作为机器人学习领域的垂直细分数据集，本次发布的产品进一步丰富了全球具身智能赛道的数据集供给体系，为中小研发团队、高校科研团队降低了相关领域的数据采集标注门槛，对加快具身智能技术落地、推动机器人产业智能化升级具有积极意义。
查看rollout_so101_dagger2_remote_orange_20260505_160458
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)