当前具身智能产业正处于技术落地攻坚期，随着工业、物流、服务等场景对机器人作业复杂度要求不断提升，双手机器人协同操作已经成为行业核心研发方向，但标注完备、场景匹配的高质量训练数据供给不足，长期制约双臂控制算法的迭代效率。近日，AI开发者juyoungggg正式对外发布0511_packing_1st_3机器人操作专项数据集，该数据集专为bi_so_follower双手机器人场景设计，采用具身智能领域主流的LeRobot工具创建，已于2026年5月11日首发于全球知名AI开源社区HuggingFace，面向全球研发者开放使用。
据公开信息显示，该数据集共包含40个完整作业序列（episodes），累计42953帧有效数据，采集帧率为30fps，覆盖双手机器人操作全流程的多维度特征：其中动作特征由12个浮点数构成，精准对应左右机械臂的关节位置与夹爪开合度；观察特征分为两类，一类是与动作维度对应的12维机器人关节状态数据，另一类是多视角视觉数据，分别来自左腕、右腕、右上方三个不同位置的采集摄像头，单帧图像分辨率为480x640、采用三通道彩色格式，视频流采用av1编码标准。存储层面，该数据集的结构化数据以parquet格式存储，视频文件以mp4格式存储，其中结构化数据文件总大小为100MB，视频文件总大小为200MB，目前仅开放训练集，定向支持机器人学习与控制相关研发任务。
从行业应用来看，该数据集可广泛支撑多个具身智能细分场景的研发需求：在工业制造场景中，可用于训练双手机器人精密零部件分拣、组装、装箱等协同操作策略；在物流场景中，可支撑异形件拆垛、包裹打包等作业的控制算法迭代；在服务机器人场景中，也可为物品整理、餐食递送等需要双手配合的任务提供训练数据支撑。作为面向双臂协同场景的公开专项数据集，该数据集的发布也进一步丰富了具身智能领域的公开数据供给，降低了中小研发团队的训练数据获取门槛，对推动数据要素在具身智能赛道的流通应用、加速双臂机器人技术落地具有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)