当前服务机器人产业正进入场景落地的关键期，而精细操作类训练数据的稀缺，是制约餐饮、零售等场景服务机器人作业精度提升的核心瓶颈之一。针对这一行业痛点，AI机器人研发机构nodogoro近日正式发布cell2_20260516_mm_coffee_prep_20260516_234402数据集，该产品由LeRobot主导创建，是国内少有的聚焦双机械臂精细作业场景的专用操作数据集，于2026年5月17日率先在HuggingFace平台上线开放，主要面向机器人操作训练、咖啡制作任务研发两大场景提供数据支持。
据公开信息显示，本次发布的数据集属于机器人操作垂直类标注数据，适配starpilot_yam_gripper类型双机械臂的任务执行训练需求，共收录7个完整任务流程片段（episodes），总计5943帧标注数据，采用parquet格式存储结构化数据、MP4格式存储视频素材，帧率为30fps，数据标注维度覆盖机器人操作全链路传感信息：其中14维动作数据可完整还原两个机械臂的x、y、z空间位置，rx、ry、rz旋转角度，以及夹爪开合宽度等核心动作参数；32维观察状态数据涵盖编码器角度、IMU加速度与陀螺仪数据、姿态四元数、夹爪开合状态及距离等实时运行指标；视觉数据则包含多机位多模态采集结果：左腕、右腕摄像头分别同步采集RGB与深度图像（分辨率480x640），基座搭载两个摄像头分别输出480x640、768x1024分辨率的场景画面，同时数据集还配套时间戳、帧索引、episode索引、任务索引等完整元数据，为算法训练提供全链路溯源支撑。
从应用价值来看，该数据集可广泛应用于机器人学习领域的多类研究方向：在模仿学习场景中，研究人员可基于该数据集的全流程标注数据训练双机械臂还原咖啡研磨、压粉、萃取、拉花等全流程标准化操作，大幅降低餐饮服务机器人的训练成本，缩短场景落地周期；在强化学习场景中，多维度的动作、状态、视觉匹配数据可支撑算法优化复杂操作场景下的响应精度，减少机械臂精细作业的误差率；除此之外，该数据集的标注逻辑还可迁移至其他双机械臂精细操作场景，为奶茶制作、轻食装配、实验室样本处理等同类作业任务的机器人训练提供参考标准。
作为数据要素市场中垂直场景的稀缺资源，本次发布的双机械臂操作数据集填补了咖啡制备等餐饮精细作业场景的训练数据空白，对推动服务机器人从“基础移动服务”向“复杂操作服务”升级具有重要的支撑作用，也为全球机器人学习领域的相关研究提供了标准化的基准测试数据参考。
查看cell2_20260516_mm_coffee_prep_20260516_234402
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)