当前人形机器人、工业协作机器人赛道正进入落地攻坚期，灵巧操作能力作为机器人替代人力完成精细化任务的核心指标，其算法迭代高度依赖高质量场景化训练数据，尤其是分布外（OOD）场景数据集，直接决定了机器人模型在真实复杂环境下的泛化能力与鲁棒性。近日，全球知名前沿AI研究机构Allen Institute for AI（艾伦人工智能研究所，由微软联合创始人保罗·艾伦发起成立，长期聚焦通用AI、机器人学习等领域的前沿研究）正式发布面向机器人操作场景的eval_cosmos_cup_stacking_ood数据集，首发上线于全球最大的AI模型数据集平台Hugging Face，主要面向机器人灵巧操作、模仿学习领域的研发需求。
本次发布的数据集基于Hugging Face开源机器人学习工具链LeRobot构建，是专门针对双机械臂操作场景采集的标注数据集，底层采集依托bi_yam_follower双机械臂系统完成，覆盖2项堆叠杯相关操作任务，包含15个任务序列（episodes）、共16786帧有效标注数据，采集帧率为30fps。数据集整体采用轻量化存储方案：结构化标注数据以parquet格式存储，总大小约100MB，同步配套的多视角视频源文件总大小约200MB，当前仅开放训练分割（train）子集供研发人员使用。
该数据集的标注维度覆盖了机器人操作训练的全链路需求：核心动作标注为14维浮点数组，对应左右机械臂各6个关节的位置参数与2组夹爪位置参数；状态观测（observation.state）字段维度与动作参数完全对齐，可直接用于模仿学习的行为克隆、逆强化学习等算法训练；视觉观测维度同步采集了右、左、顶三个视角的实时视频流（对应observation.images.right/left/top字段），分辨率为360x640的3通道RGB格式，采用高压缩比的AV1编码，在降低存储成本的同时保留了足够的视觉特征信息。此外，数据集还配套了时间戳、帧索引、episode索引、全局索引和任务索引等辅助字段，方便研发人员根据需求灵活切分、调用数据。该数据集采用Apache 2.0开源许可证，支持学术研究与商业化开发场景免费使用，大幅降低了相关研发的准入门槛。
从应用价值来看，该数据集可广泛支撑多个方向的研发需求：学术研究层面，可用于机器人灵巧操作的分布外泛化算法验证、多视角视觉-动作对齐模型训练、Sim2Real（仿真到真实）迁移效果测试等场景；产业落地层面，可为工业协作机器人的小件装配、物料分拣，服务机器人的桌面操作、家务任务执行，人形机器人的手部精细动作迭代等场景提供训练数据源支撑，是机器人领域核心的基础设施级数据资源。
查看eval_cosmos_cup_stacking_ood
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)