随着全球协作机器人、人形机器人产业进入技术落地攻坚期，覆盖关节动力学、视觉感知的多模态对齐训练数据，已成为制约机器人操作控制精度提升的核心刚需。近日，开发者geoffroysu正式发布openarm_carrot_30s_v2机器人专用数据集，该数据集由全球知名开源机器人学习项目LeRobot支持构建，已于2026年5月6日率先登陆HuggingFace平台开放获取，主要面向机器人操作控制、多关节机器人研发领域提供训练数据支撑。
据公开数据集信息显示，本次发布的openarm_carrot_30s_v2数据集包含10组数据序列（episodes）、4499帧同步采样数据，对应1项机器人操作任务，总数据规模达300MB，其中结构化动力学数据文件大小为100MB，配套视频文件大小为200MB，采样帧率为15fps。
从数据维度来看，该数据集具备极高的多模态对齐特性：既包含16个关节位置的动作标注数据，可支撑机器人动作规划算法的监督训练；也覆盖48个维度的关节位置、速度、扭矩等运行状态观察数据，可用于机器人动力学模型的迭代优化；同时还同步采集了左腕、右腕、顶部三个视角的图像数据，为视觉伺服、多视角感知相关算法研发提供了标注完备的训练素材。
从典型应用方向来看，该数据集可广泛适配多类机器人研发场景：其对齐的视觉与动力学数据可用于多关节机器人精细操作算法的端到端训练，降低协作机器人在工业分拣、服务场景装配等任务中的研发成本；时序化的关节运行数据可用于机器人状态监测、故障预判算法的开发，提升工业机器人运维的智能化水平；多视角的同步影像数据还可用于机器人仿真到真机的域适应验证，缩小仿真环境与真实物理场景的差异，加快机器人技术落地效率。
当前全球机器人领域的开放数据集普遍存在采集成本高、模态对齐度不足、场景覆盖有限等痛点，本次openarm_carrot_30s_v2数据集的开放，为广大机器人开发者提供了低成本的可复用训练资源，也进一步丰富了全球机器人开放数据生态，对推动多关节机器人操作控制技术的普惠化发展具备积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)