随着具身智能产业进入落地攻坚期，真实物理场景下的多模态同步标注数据集，已成为制约服务机器人操作精度、环境感知能力提升的核心瓶颈之一。针对餐饮服务等高频落地场景的专用训练数据缺口，机器人技术厂商nodogoro近日正式对外发布cell2_20260516_mm_coffee_prep_20260516_222000专用机器人数据集，该数据集于2026年5月17日率先登陆HuggingFace平台，主要面向机器人控制与操作、多模态机器人感知两大核心研发方向。
据介绍，本次发布的数据集采用行业通用的LeRobot工具创建，专门面向机器人学习和控制任务设计，完整记录了单次咖啡制备全流程任务（episode）的所有运行数据，共包含328帧采集内容，采集帧率为30fps，采用便于机器学习框架直接读取的parquet文件格式存储，数据文件总大小为100MB，配套视频文件总大小为200MB，适配机器人型号为starpilot_yam_gripper。
该数据集实现了执行端、感知端、元数据的全维度同步采集，核心特征覆盖四大类：一是动作数据（action），包含两个机械臂的14维控制参数，覆盖位置、旋转角度、夹爪宽度等核心执行指令；二是观测状态数据（observation.state），包含两个机械臂的32维传感器信息，覆盖编码器角度、IMU加速度与陀螺仪数据、姿态坐标与四元数、夹爪实时状态等本体传感数据；三是图像数据（observation.images），来自多摄像头采集阵列，包含左腕0号、右腕0号摄像头的RGB图像与深度图像，以及基座0号、1号摄像头的RGB图像，所有图像分辨率覆盖480x640、768x1024两档，采用h264编码的视频格式存储；四是配套元数据，包含时间戳、帧索引、episode索引、任务索引等标注信息，可满足不同研发场景的标注需求。
作为聚焦咖啡制备场景的专用机器人数据集，该产品可广泛应用于多个研发方向：在机器人控制领域，可用于训练双臂服务机器人的精细动作模型，支撑咖啡接取、物料摆放、杯具转移等高频操作的控制算法迭代；在多模态感知领域，可用于研发机器人在动态餐饮场景下的环境识别、障碍物规避、操作状态实时判断等感知能力；在强化学习领域，可作为仿真环境到真实场景迁移（Sim2Real）的基准测试数据集，降低具身智能算法的落地验证成本。本次数据集的发布，也将进一步丰富服务机器人场景的训练数据供给，为餐饮、零售等场景的服务机器人商业化落地提供底层数据支撑。
查看cell2_20260516_mm_coffee_prep_20260516_222000
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)