当前，工业机器人、服务机器人及人形机器人产业进入高速发展期，而抓取操作、视觉伺服控制作为机器人落地通用场景的核心能力，其算法研发高度依赖高质量的多模态标注数据集。由于机器人抓取场景涉及感知系统与运动控制系统的协同，数据采集标注门槛高、成本高，优质专用数据集的稀缺长期制约相关技术的迭代效率。近日，开发者yuto-urushima正式上线由LeRobot项目创建的eval_pickplace_94ep_2008数据集，于2026年5月6日首发于HuggingFace平台，定向服务机器人抓取操作、视觉伺服控制两大核心研发场景。
yuto-urushima本次发布的数据集eval_pickplace_94ep_2008属于机器人领域专用数据集，结构包括动作、观察状态、图像三类核心特征，同时配套完整的时序与任务标识字段，可满足时序类控制算法的训练需求。具体来说，动作特征包括16个关节和夹持器的位置信息，可对应机器人执行抓取动作时的控制输出参数；观察状态特征同样包括16个关节和夹持器的位置信息，对应动作执行后传感器回传的实际状态，两类标注可支撑研发团队训练动作偏差修正模型，提升机器人运动控制精度。图像特征包括基础图像、右手腕图像和左手腕图像，分辨率为480x640，3通道，其中手腕视角的第一人称图像是视觉伺服控制算法的核心训练素材，可支撑机器人基于实时视觉反馈调整动作路径的能力研发。此外，数据集还包括时间戳、帧索引、剧集索引、索引和任务索引等信息，方便研发人员按任务场景、时序维度筛选数据，提升数据调用效率。
从典型应用方向来看，该数据集可广泛支撑多个机器人细分领域的研发需求：工业场景下，可用于训练分拣、装配工位的工业机器人抓取算法，提升复杂工业环境下的抓取准确率与效率；服务机器人场景下，可支撑家用、商用服务机器人的物品拾取、归置功能研发；同时也可为人形机器人的手部精细操作、视觉引导动作控制等技术的迭代提供数据支撑。作为机器人领域的优质数据资产，该数据集的开放将有效降低相关研发团队的原始数据采集标注成本，加速机器人抓取、视觉伺服等核心技术的落地进程，进一步完善机器人产业的数据要素供给体系，助力数字经济背景下智能制造、智慧服务等领域的数字化升级。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)