近年来，随着人形机器人、工业协作机器人赛道的商业化进程加速，遥操作（远程示教）技术作为实现机器人复杂场景作业、降低落地部署成本的核心技术路径，行业对高质量、标注完备的专用训练数据需求持续攀升。不同于通用计算机视觉数据集，机器人运动控制类数据集需要同步覆盖精准的关节动力学参数、时序动作关联、环境匹配信息等多维度特征，此前行业内公开的细分场景数据集供给相对有限，成为制约中小研发团队开展相关技术迭代的核心门槛之一。
2026年5月9日，开发者gokulp01于全球最大的开源AI社区HuggingFace正式首发so100-teleop-demo3专用数据集，该数据集由LeRobot团队打造，定位为机器人技术领域的垂直训练数据集，为行业提供了标准化的遥操作场景数据样本。
gokulp01本次发布的数据集so100-teleop-demo3，该数据集由LeRobot创建，主要用于机器人技术领域。数据集包含1个episode，1287帧数据，涉及1个任务。数据以parquet格式存储，总大小100MB，视频文件总大小200MB，帧率30fps。特征包括6个自由度的机器人关节位置信息（肩部平移、肩部抬升、肘部弯曲、腕部弯曲、腕部旋转和夹持器位置），以及时间戳、帧索引、episode索引等元数据。
从潜在应用方向来看，该数据集的6自由度关节参数、同步时序视频、标准化元数据等完备特征，可覆盖多类机器人技术研发需求：在工业协作机器人领域，可用于遥操作精密装配、远程设备运维的控制算法训练，提升机器人在复杂工业环境下的动作精度与响应速度；在特种机器人领域，可支撑灾难现场远程勘探、高危化工场景作业机器人的动作示教开发，降低人工现场作业的安全风险；在服务机器人与人形机器人领域，可用于家庭辅助操作、商业场景服务动作的模型训练，大幅降低中小团队的动作开发样本采集成本。
当前我国数据要素市场正处于高质量建设的关键阶段，AI训练数据作为核心的数字生产要素，垂直细分场景的高质量公开数据集供给，不仅能够降低中小研发团队的技术准入门槛，也为行业统一数据标注标准、提升算法研发效率提供了公共支撑。so100-teleop-demo3作为机器人遥操作领域的专用公开数据集，其发布也进一步丰富了机器人垂直领域的训练数据供给，为推动机器人产业的数字化创新与技术落地提供了基础要素支撑。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)