当前通用协作机器人、人形机器人的技术迭代已进入落地攻坚期，机器学习模型的泛化能力不足、跨场景适配性差是制约商业化落地的核心痛点之一，而覆盖动作、感知、标注等多维度信息的高质量公开数据集，是支撑机器人学习算法迭代的核心基础资源。2026年5月18日，开发者jjr1007正式上线dagger_generalization_24机器人学数据集，该数据集由LeRobot打造，专门面向机器人控制任务研发，首发平台为全球知名AI开源社区HuggingFace。
据公开信息显示，该数据集包含1个完整任务序列（episode），总计255帧数据，采样帧率为30fps。数据维度覆盖四大类：一是机器人全关节动作数据，包含肩部平移、肩部抬升、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置等核心控制参数；二是观测状态数据，与动作维度匹配的关节位置实时监测数据；三是环境感知数据，即分辨率为640x480的3通道前端摄像头视频流；四是全量元数据，包含干预标志、时间戳、帧索引、episode索引、任务索引等标注信息。数据集采用parquet结构化文件+mp4视频的组合格式存储，其中结构化数据文件总大小为100MB，视频文件大小为200MB，适配机器人类型为so_follower，可直接用于训练和评估机器人学习模型，支撑泛化方向相关研究。
从应用场景来看，该数据集可覆盖机器人学习领域的多类研发需求：其一可作为机械臂控制模型的训练数据源，基于动作、观测、视觉的多模态融合数据，训练机器人完成指定操作任务的精准控制能力；其二可作为泛化研究的基准测试集，用于验证不同机器人学习模型在同类任务中的跨设备、跨场景适配能力；其三配套的干预标志元数据，可支撑人机共融场景下机器人干预响应机制的相关研究，优化机器人在人工介入场景下的动作切换流畅度与安全性。
作为垂直面向机器人学习泛化领域的公开数据集，dagger_generalization_24的开放进一步丰富了全球机器人领域的开源数据供给，为相关研究者、创业团队降低了原始数据采集的门槛与成本，也为不同算法的横向对比提供了标准化的验证基准，对推动机器人操作控制技术的落地、加速通用机器人的研发迭代具有积极意义。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)