当前，全球工业协作机器人、人形机器人产业正处于技术落地的关键窗口期，视觉伺服、高精度动态操作作为机器人实现自主作业的核心能力，高度依赖高标注质量、多模态匹配的实机训练数据支撑。而此前公开市场中面向机器人精细操作场景的标准化数据集普遍存在采样维度不全、场景适配性弱等问题，成为制约中小研发团队技术迭代的核心瓶颈之一。
近日，机器人技术提供商radoolonto正式发布全新机器人操作专用数据集angle_peg_05_05_tipxyz_tool_3j_cam0_1，该数据集于2026年5月7日首次上线HuggingFace平台，面向全球研发人员开放。
据官方公开信息显示，该数据集基于开源机器人学习工具链LeRobot创建，数据维度覆盖双摄像头（cam0和cam1）视觉观测数据、机器人运行状态观测数据、动作指令数据、时间戳与各维度索引，全量数据集包含81个完整任务序列（episode），累计采样32974帧有效数据，采用大数据领域通用的parquet格式存储，可直接适配主流机器学习训练框架，大幅降低研发人员的数据预处理成本。同时，该数据集采用Apache 2.0开源许可证，支持商业使用，对科研机构、创业团队、工业企业均十分友好。查看angle_peg_05_05_tipxyz_tool_3j_cam0_1
从应用场景来看，该数据集可广泛支撑机器人操作控制、视觉伺服系统两大核心领域的技术研发：在工业制造场景，可用于训练3C电子、精密机械组装领域的视觉伺服插装算法，提升机器人在小孔插接、精密对位场景下的动作精度与环境容错率；在人形机器人研发领域，可支撑精细操作任务的轨迹规划、力控调整模型训练，优化机器人对操作姿态、受力参数的动态调整能力；此外，该数据集的多维度匹配标注也可用于机器人多传感器融合感知系统的算法验证，降低实机测试的研发成本。
作为数据要素在人工智能与高端制造领域落地的典型载体，高质量机器人训练数据集的开源供给，对推动全球机器人技术普惠化发展具有重要意义。本次radoolonto发布的数据集进一步丰富了全球机器人精细操作领域的公开数据供给，为相关技术的快速迭代提供了新的基础支撑。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)