随着具身智能产业进入商业化落地快车道，家用服务机器人、工业柔性分拣机器人等细分赛道的研发需求快速攀升，而织物、食品等非刚性物体的操作训练数据供给不足、格式不统一，一直是制约行业研发效率的核心痛点。近日，AI数据集服务商nodogoro正式发布衣物折叠场景机器人操作专用数据集cell1_20260520_laundry_folding_20260520_141331，该数据集采用HuggingFace旗下LeRobot项目统一的机器人数据集格式，于2026年5月21日首发上线HuggingFace平台，面向全球研发团队开放获取。
查看cell1_20260520_laundry_folding_20260520_141331
Dataset card内容：
Files and versions内容：
据了解，LeRobot是HuggingFace推出的机器人学习专用开源生态，其统一的数据集格式可支持不同厂商、不同硬件采集的机器人操作数据直接接入主流训练框架，大幅降低研发团队的数据预处理与适配成本。本次nodogoro发布的衣物折叠场景数据集，针对织物形态多变、操作路径非标准化的特点做了多维度标注，可覆盖不同材质、不同摆放状态的衣物折叠操作训练需求。
从应用场景来看，该数据集可广泛应用于多个研发方向：一是家用服务机器人的自动叠衣功能研发，帮助机器人适配棉、麻、丝绸等不同材质衣物的折叠操作，提升家用服务机器人的场景适用性；二是工业纺织、服装制造场景的柔性分拣、整理机器人训练，助力生产环节的自动化升级；三是通用机器人操作学习大模型的微调训练，丰富具身智能模型对柔性物体的操作认知能力；此外还可用于数字孪生仿真机器人的训练场景，降低实体机器人的训练试错成本。
行业分析指出，当前全球数据要素市场中，面向垂直场景的AI训练数据是稀缺资源，尤其是具身智能领域的专用数据集供给缺口较大。本次nodogoro发布的标准化公开数据集，不仅丰富了机器人操作学习领域的公开数据资源，也为后续细分场景专用数据集的标准化发布提供了参考，对推动具身智能技术落地、加快服务机器人商用化进程具有积极意义。
_1769672084863.jpg)