近年来，具身智能与服务机器人赛道进入快速落地期，桌面整理、精细操作等民用场景的训练数据供给不足、格式不统一，一直是制约相关产品研发效率的核心痛点。作为HuggingFace面向机器人学习领域推出的统一数据集规范，LeRobot格式通过标准化的数据标注、存储结构，解决了不同平台机器人数据集跨框架复用难的问题，已经成为全球具身智能研发领域广泛采用的主流数据格式之一。
andyv237本次发布的数据集eval_so101-clean-desk，是国内为数不多的严格遵循HuggingFace LeRobot格式打造的桌面场景专用机器人数据集，于2026年5月14日正式在HuggingFace平台首发。查看eval_so101-clean-desk
从公开的数据集信息来看，eval_so101-clean-desk围绕桌面整理、机器人操作场景的核心需求设计，覆盖了常见桌面物品类型、摆放状态、操作动作序列等多维度标注内容，可直接适配主流机器人学习框架，研发团队无需进行大量格式转换、数据清洗工作即可投入训练使用，大幅降低场景化研发的前置数据成本。
Dataset card内容：
Files and versions内容：
从应用场景来看，该数据集可广泛用于多类机器人研发场景：一是家用服务机器人的桌面整理功能训练，帮助家用机器人识别不同类型的桌面物品、规划最优整理路径、完成低损伤的精细操作；二是办公、商业场景的专用收纳机器人研发，满足工位整理、文件归档、物料摆放等场景的需求；三是工业桌面级协作机器人的操作能力训练，支撑电子制造、精密组装等场景下的物料分拣、工位整理任务；此外，该数据集还可作为通用具身智能体桌面操作能力的统一评测基准，帮助研发团队验证算法的通用性、稳定性。
作为数据要素市场中面向垂直场景的高质量训练数据，本次eval_so101-clean-desk数据集的发布，进一步丰富了LeRobot生态下的场景化数据供给，也为桌面操作类机器人的研发提供了标准化的数据参考，对推动具身智能技术从工业场景向民用场景落地、降低细分领域研发门槛具有积极意义。
_1769672084863.jpg)