当前，具身智能与机器人产业正处于技术落地的关键窗口期，而覆盖运动状态、环境感知的多模态标注数据集，是支撑机器人控制算法迭代、感知模型优化的核心基础设施，长期以来是行业供给的短板领域。近日，开源贡献者randi233正式发布机器人专项数据集iro18，该数据集于2026年5月6日首发于全球知名AI数据集平台HuggingFace，面向全球开发者开放使用，重点覆盖机器人运动控制、视觉感知两大核心研发场景。
据了解，iro18是基于LeRobot框架构建的机器人场景专项数据集，共包含12个数据采集序列（episodes），总帧数达10787帧，采集帧率为30fps，可满足时序类算法的训练需求。数据集覆盖多维度特征维度：一是运动控制维度，包含6个核心关节的位置信息，分别对应肩部平移（shoulder_pan.pos）、肩部抬升（shoulder_lift.pos）、肘部弯曲（elbow_flex.pos）、腕部弯曲（wrist_flex.pos）、腕部旋转（wrist_roll.pos）、夹爪控制（gripper.pos），完整覆盖机械臂上身运动的全链路状态；二是视觉感知维度，配套同步采集的前端第一视角RGB图像，分辨率为480x640、3通道，可支撑视觉与运动状态的关联建模。此外，数据集还配套了标准化的时间戳、帧索引、episode索引等结构化元信息，大幅降低开发者的数据预处理成本。
从应用价值来看，iro18的多模态同步属性，使其可覆盖多个机器人研发的核心场景：在运动控制领域，开发者可基于标注完善的关节时序数据，开展机械臂轨迹规划、柔顺控制、动态避障等算法的训练与验证，降低实体机器人调试的试错成本；在视觉感知领域，同步的视觉数据与关节状态数据，可支撑视觉伺服、抓取姿态估计、环境语义识别等模型的研发，打通机器人“感知-决策-执行”的链路联动难题；此外，该数据集还可用于工业分拣、桌面作业、人形机器人上身控制等场景的算法预训练，为中小研发团队降低前期的数据采集门槛。
作为数据要素市场的细分品类，具身智能与机器人领域的场景化数据集，是支撑数字技术与实体产业融合的重要核心资源，iro18的发布也进一步丰富了全球开源机器人数据集的供给体系，为具身智能技术的普惠发展提供了新的底层支撑。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)