当前具身智能产业正处于技术落地的关键阶段，机器人抓取、动态操作等通用能力的训练，高度依赖场景匹配度高、模态覆盖全的高质量标注数据集，而面向细分操作场景的公开训练数据供给不足，一直是制约中小团队研发效率的核心痛点之一。近日，开发者tatsuyaaaaaaa正式发布so_arm101_pick_red_dice_sim_dr数据集，该数据集于2026年5月10日首发于HuggingFace平台，可广泛应用于机器人抓取任务研发、模拟学习模型训练等领域。
据介绍，本次发布的数据集基于LeRobot项目创建，属于机器人技术领域的垂直场景专用训练数据。作为HuggingFace旗下面向具身智能领域的开源协作项目，LeRobot旨在通过开放训练数据、工具链与预训练模型的方式，降低机器人学习的研发门槛，推动行业技术普惠，本次发布的数据集正是该生态下的最新落地成果。数据集涵盖多维度核心信息，包括机器人动作数据、状态观测数据、多视角摄像头采集的图像数据以及对应时间戳等；具体数据结构方面，包含6维的动作与状态观测数据，以及来自三个不同安装位摄像头的视频数据（分辨率480x640，帧率30fps）。全数据集共收录100个完整任务片段（episodes），总帧数达109500帧，仅覆盖红色骰子抓取1项核心任务，数据采用parquet结构化文件与mp4视频文件两类格式存储，既满足了结构化数据的快速调用需求，也保留了原始视觉数据的二次开发空间。
从应用价值来看，该数据集可覆盖多类机器人学习研发需求：一是可用于模拟到真实（Sim2Real）的迁移学习训练，从数据集命名中的「sim_dr」标识可推测其内置域随机化设置，可帮助模型提升在不同光照、背景、机械臂参数等复杂环境下的抓取鲁棒性，降低模拟环境训练结果到真实场景落地的适配成本；二是可支撑小目标精准抓取算法研发，针对红色骰子的特定抓取任务，可用于机械臂视觉定位、力控调整、动态路径规划等细分模块的训练与效果验证；三是可服务于多模态机器人学习模型的预训练，融合动作、状态、多视角视觉的多模态数据，能够支撑端到端机器人操作通用模型的研发。此外，该数据集采用符合LeRobot生态标准的存储格式，可直接与生态内的工具链、预训练模型适配，进一步降低研发团队的适配成本。
在数据要素成为人工智能产业核心生产资料的当下，垂直场景的高质量开源数据集是推动技术普惠的重要基础。本次针对机器人抓取场景的专用数据集发布，进一步丰富了具身智能领域的开源数据供给，对降低中小团队的机器人学习研发成本、推动模拟学习技术的落地迭代具有积极的行业意义。
查看so_arm101_pick_red_dice_sim_dr
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)