当前全球协作机器人、人形机器人产业进入智能化升级关键期，基于多模态感知的自主操作、技能迁移成为核心技术突破方向，而高质量、标准化的机器人操作数据集是AI模型训练、算法验证的核心底座。长期以来，垂直场景下包含多视角视觉与本体状态对齐标注的机器人数据集供给不足，是制约中小研发团队技术迭代的核心痛点之一。近日，KKLabUR3eLeRobot正式对外发布ur3e_lerobot_dataset_202605162157机器人学专属数据集，首发上线全球最大的AI开源社区HuggingFace，面向全球研发人员开放使用。
据介绍，该数据集基于机器人领域主流的开源数据集构建工具LeRobot创建，整体结构符合行业通用标准，兼容性强，可直接适配多数主流机器人训练框架。数据集共包含4个完整操作片段，总帧数达1800帧，覆盖1项典型操作任务，采用大数据领域通用的Parquet格式存储结构化数据，总结构化数据文件大小为100MB，配套视频文件大小为200MB，采样帧率为20fps，可满足机器人实时控制算法的训练时序要求，同时轻量化的体积也方便研发人员快速下载、快速迭代测试，数据已预置训练分割（索引0到4），无需额外做数据集拆分处理。
从数据标注维度来看，该数据集实现了多模态信息的精准对齐：感知层包含来自前右、前左、手腕三个位置的摄像头图像观测数据，图像分辨率为480x640、3通道，采用AV1格式编码，在保障画质清晰的前提下大幅降低了存储体积，多视角的视觉设置既覆盖了作业场景的全局环境，也能够捕捉末端执行器与操作对象的微观细节，完美适配视觉伺服算法的训练需求；本体层包含机器人状态观测数据（6个浮点数代表关节位置）、动作标注数据（7个浮点数代表线速度、角速度以及夹爪控制指令），同时配套完整的时间戳、帧索引、片段索引、任务索引等维度信息，研发人员无需额外开展跨模态数据对齐工作，可直接调用数据开展模型训练。本次发布的数据集针对UR3e型协作机器人采集，作为全球装机量最高的轻量型协作机器人产品之一，UR3e广泛应用于高校实验室、企业研发中心的机器人技术研发场景，该数据集的适配性极强，可直接用于同型号机器人的技能迁移测试。
从应用场景来看，该数据集可广泛支撑机器人领域多个前沿方向的研发工作：在视觉伺服领域，可用于训练基于多视角视觉的末端位姿闭环控制算法，提升机器人在动态作业场景下的定位精度与抗干扰能力；在操作技能学习领域，可用于模仿学习、强化学习、小样本技能迁移等模型的训练与验证，支撑装配、分拣、精密操作等典型工业协作场景的技能落地；此外还可用于多模态感知融合算法、机器人数字孪生等方向的基准测试。
作为机器人垂直领域的标准化数据集，本次发布的产品填补了UR3e平台轻量化多模态操作数据集的供给空白，为全球机器人研发社区提供了统一的基准测试数据，有助于降低中小研发团队的数据采集成本，加速协作机器人智能化技术的落地迭代，也为后续更大规模的机器人操作数据集的标准化构建提供了参考范式。
查看ur3e_lerobot_dataset_202605162157
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)