当前，具身智能与工业机器人赛道正处于快速落地期，精细操作场景的多模态同步标注训练数据，一直是制约视觉-动作闭环控制算法研发的核心瓶颈之一。行业调研显示，国内工业机器人领域的细分场景专用数据集供给缺口较大，多数研发团队需要自行投入成本完成场景数据采集与标注，大幅拉长了技术落地周期。近日，数据集运营机构igaryo正式发布由LeRobot开发的rollout_dagger_pick_masking_tape_20260509_214650专用数据集，该数据集于2026年5月9日首发于全球知名AI开源社区HuggingFace，主要面向机器人操作控制、视觉动作感知两大核心研发场景，是国内为数不多的聚焦工业精细拾取场景的公开多模态数据集。
本次发布的数据集围绕美纹纸拾取这一典型工业精细操作场景打造，美纹纸作为3C电子装配、汽车零部件喷涂等场景的常用耗材，其拾取操作对机器人的视觉识别精度、关节运动控制、夹持器力度适配都提出了极高要求，对应场景的训练数据具备极高的研发参考价值。该数据集覆盖多维度同步标注数据：动作特征维度包含7个关节和夹持器的实时位置信息；观测状态特征同步匹配7个关节和夹持器的位置参数，可直接用于机器人控制算法的真值校验；视觉维度包含机器人头部、手腕两个视角的720x1280分辨率视频，帧率达30fps，可支撑多视角视觉感知算法的训练。整个数据集覆盖1个完整操作任务、1个连续操作片段，共270帧全维度时间戳对齐数据，避免了多模态数据不同步带来的训练误差问题。
从应用场景来看，该数据集可广泛用于多个研发方向：一是可用于DAgger（数据集聚合）类模仿学习算法的训练与优化，加快机器人示教学习效率，降低实体机器人示教成本；二是可支撑视觉动作感知算法研发，基于双视角视觉数据与动作参数的匹配关系，训练机器人的视觉-动作映射模型，提升小物件抓取场景的识别准确率与操作成功率；三是可用于工业场景专用机器人的前置算法验证，例如3C产线自动贴胶机器人、汽车喷涂前自动遮蔽工位机器人的研发，都可通过该数据集完成前期算法训练，减少产线现场调试的时间与成本。
作为数据要素市场的重要组成部分，场景化AI训练数据集的供给能力，直接决定了AI技术的落地速度。本次细分场景专用数据集的发布，进一步丰富了国内工业机器人与具身智能领域的公开数据供给，为中小研发团队降低了数据采集门槛，对推动精细操作类机器人的技术落地具备积极意义。
查看rollout_dagger_pick_masking_tape_20260509_214650
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)