随着具身智能产业进入落地攻坚期，细分场景下的高质量标注训练数据，已成为制约机器人操作算法泛化性、落地效率的核心瓶颈之一，其中针对单臂操作、特定工业任务的专用数据集供给缺口尤为突出。近日，BaboGaeguri正式发布leftarm_v2机器人专用数据集，并于2026年5月18日率先上线HuggingFace平台，面向全球研发团队开放使用。
据介绍，leftarm_v2基于LeRobot框架创建，是当前市场上少有的专注于拾取放置任务、聚焦左臂机器人操作场景的专用数据集。数据集共包含310个任务episodes，累计采集164332帧有效数据，覆盖2类不同的拾取放置典型任务；所有数据均以30fps标准帧率采集，标注维度涵盖三大类：一是核心动作数据，包括机器人肩部、肘部、腕部及夹爪的实时位置参数；二是状态观测数据，匹配动作数据同步采集的对应位置信息，可用于算法训练中的动作-状态校验；三是多视角视频观测数据，包含分辨率640x480的顶部摄像头视角、分辨率480x640的手腕摄像头视角两路同步视频，可满足视觉引导的机器人操作算法训练需求。存储层面，结构化数据采用兼容性更强的parquet格式存储，视频内容采用通用mp4格式，可直接适配主流机器人学习、控制算法研发框架，降低研发团队的数据预处理成本。
从应用方向来看，leftarm_v2数据集可广泛应用于多个领域的研发：在工业场景中，可支撑3C电子、食品包装等产线的分拣、拾取放置机器人的算法训练，提升机器人对不同形态物品的操作准确率；在助残机器人领域，可用于辅助生活类左臂假肢、助行机器人的操作逻辑训练，优化设备对日常物品的拾取适配性；在通用具身智能研究领域，可作为单臂操作任务的基准测试数据集，用于验证不同控制算法的泛化能力与执行效率。该数据集的发布，进一步丰富了机器人细分领域的训练数据供给，为数据要素在具身智能产业的落地应用提供了新的实践样本，也为中小研发团队降低了左臂操作类机器人的研发门槛。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)