当前，具身智能产业进入商业化落地关键期，机器人控制算法迭代、故障监测体系搭建对包含视觉、动作、环境状态的多模态融合训练数据需求持续攀升。由于机器人场景数据采集成本高、标注难度大，公开领域的高质量垂直场景数据集供给不足，已成为制约中小研发团队技术落地的核心瓶颈之一。
近日，steb6正式发布机器人领域专用多模态数据集roboarena_HRII_with_mi，该数据集由LeRobot创建，于2026年5月6日首发上线全球知名AI开源社区HuggingFace，面向全球研发人员开放获取。
据公开信息显示，该数据集共包含156个任务episodes、12356帧有效数据，覆盖两类典型机器人操作任务，采用parquet结构化数据与mp4视频格式双存储模式，涵盖多维度特征字段：既包含位置、方向、夹持器状态等7个维度的动作与观测状态特征，也包含分辨率为480x640、3通道、10fps的手腕视角、左侧视角两类RGB图像数据，同时配套有时间戳、帧索引、episode索引、任务索引等关联字段，以及机器人实时位置、作业物体位置等环境状态特征，可满足多路径模型训练的输入要求。
从应用场景来看，该数据集可广泛应用于机器人操作控制、状态监测两大核心领域：在操作控制方向，研发团队可依托标注完成的多模态数据，训练工业机械臂分拣抓取、服务机器人物品递送等场景的控制算法，降低模拟环境到真实场景的模型迁移误差，提升机器人操作的精准度与稳定性；在状态监测方向，该数据集的全链路运行数据可支撑机器人故障预判模型开发，通过动作特征、视觉特征的异常识别，提前发现关节卡顿、夹持器失灵等潜在故障，提升工业场景下机器人运维效率，降低生产安全隐患。
作为垂直领域的高质量标注数据集，roboarena_HRII_with_mi的发布进一步丰富了机器人领域的公开数据供给，为数据要素在智能制造、具身智能赛道的落地应用提供了典型样本，对于降低相关领域研发门槛、加快技术迭代速度具有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)