当前人形机器人、工业机械臂的智能化迭代已进入深水区，模仿学习作为机器人快速复现人类操作、降低算法训练成本的核心技术路径，对多模态、高标注精度的场景化训练数据需求持续攀升。而公开领域覆盖机械臂全关节参数、同步视觉观测的高质量数据集供给仍存在明显缺口，成为制约中小研发团队、初创企业相关技术落地的核心瓶颈之一。近日，开源数据贡献者cookiez2811正式发布的机器人学习专用数据集training1，正是针对这一行业需求推出的垂直场景数据资产。
该数据集基于HuggingFace旗下机器人学习开源工具栈LeRobot创建，面向机器人模仿学习、机械臂轨迹控制两大核心研发场景设计，共包含200个episodes，总帧数达59730，覆盖2类典型机械臂作业任务。数据采用标准化存储结构：结构化标注数据以parquet文件格式存储，视觉采集内容以mp4格式存储，整体数据总大小约为300MB，其中数据文件100MB，视频文件200MB，全量数据被划为训练集供研发人员调用。
从数据维度来看，training1的标注覆盖了机器人研发所需的核心参数维度：动作维度包含肩部平移、肩部升降、肘部弯曲、腕部弯曲、腕部旋转、夹爪位置共6个关节位置数据；观测状态维度同步采集了与动作维度一致的6个关节位置数据，可支撑算法端动作与状态的映射关系训练；视觉维度搭载前视图像采集能力，视频分辨率为720x1280、3通道、帧率30fps，可匹配视觉感知算法的训练需求；此外数据集还配套了时间戳、帧索引、episode索引、索引和任务索引等完整元数据，采集所使用的机器人型号为so_follower。
从应用价值来看，training1数据集的多模态同步标注特性，可支撑多类机器人研发场景的算法训练：一是机器人模仿学习场景，研发团队可基于数据集中的关节动作与对应视觉观测的映射关系，训练机械臂快速复现指定操作流程，大幅降低示教编程的人力成本；二是机械臂轨迹控制场景，通过高时序密度的关节位置数据，可用于优化机械臂运动路径规划算法，提升运动精度、降低碰撞风险；此外该数据集也可作为小样本学习、跨域迁移学习等前沿方向的基准测试数据集，为相关算法的效果验证提供统一参照。作为开源社区最新贡献的垂直场景专用数据集，training1的上线进一步丰富了机器人领域的公开训练数据供给，尤其是为缺少自有数据采集能力的中小研发团队、高校科研团队提供了低成本的训练数据来源，对推动机器人智能化技术的普惠化发展、加快数据要素在人工智能实体经济场景的落地应用具有积极作用。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)