随着具身智能产业进入快速落地期，高质量、机型适配的专用训练数据集已成为机器人算法研发的核心刚需——相比通用视觉、NLP领域成熟的开源数据集供给，面向细分机器人品类的标注数据长期存在稀缺性高、兼容性差、许可限制多等痛点，大幅抬高了中小开发者的研发门槛。2026年5月15日，开发者marshin68正式上线的xlerobot_test1数据集，正是针对双轮XLerobot客户端打造的垂直类开源训练数据集，为该机型的算法研发提供了标准化的数据底座。
据介绍，该数据集依托LeRobot框架构建，该框架是当前全球机器人学习领域通用的专业数据集生产工具，可实现机器人数据采集、标注、存储的全流程标准化，保障数据集的跨平台兼容性。本次发布的xlerobot_test1覆盖了机器人研发核心需求的多维度标注数据：其一为全链路观察状态数据，包含左右臂全部关节位置数据（覆盖肩部平移、肩部提升、肘部弯曲、腕部弯曲、腕部滚动、夹爪位置全维度）、头部电机位置数据，以及机器人运行的线速度、角速度数据，可完整还原机器人运动过程中的全量状态参数；其二为多视角视觉数据，同步收录了机器人头部摄像头、左腕摄像头、右腕摄像头采集的实时视频图像，分辨率为480x640、帧率30fps，采用高效的AV1编解码器，在保证画质的前提下大幅降低了存储体积；其三为对齐标注的动作数据，与观察状态数据的特征维度完全匹配，可直接用于监督学习训练。
此外，数据集还配套了完整的元数据体系，覆盖时间戳、帧索引、episode索引、任务索引等核心字段，方便开发者快速筛选所需训练样本。从规模来看，本次发布的版本共包含2个episodes、1798帧数据、对应1个典型任务，结构化数据文件以parquet格式存储、视频文件以mp4格式存储，其中结构化数据总大小约为100MB，视频数据总大小约为200MB，整体体积适中，适合开发者快速下载调试。值得关注的是，该数据集采用开源友好的Apache 2.0许可证，允许开发者自由修改、分发甚至商用，大幅降低了研发侧的使用门槛。
从应用场景来看，xlerobot_test1数据集可广泛支撑机器人领域的多项核心技术研发：在机器人状态估计领域，开发者可通过对齐的状态数据与视觉数据，训练双轮移动机器人在动态场景下的位姿估算能力，提升复杂环境下的运动稳定性；在视觉伺服控制领域，多视角的视觉数据搭配对应的关节动作标注，可用于训练机器人基于实时视觉反馈的精细化操作能力，优化抓取、装配等作业任务的动作精度；此外，该数据集还可作为小样本机器人学习算法的基准测试集，帮助开发者快速验证模型有效性。作为面向细分机型的专用开源数据集，xlerobot_test1的发布进一步填补了双轮XLerobot生态的训练数据空白，对降低中小开发者的具身智能研发门槛，推动机器人控制技术的普惠化创新具有积极意义。
查看xlerobot_test1
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)