近年具身智能产业进入商用落地关键期，餐饮、零售等线下场景对具备精细操作能力的服务机器人需求持续攀升，但机械臂动态环境适配、复杂动作协同等技术瓶颈仍待突破，高标注质量的场景化训练数据是制约相关算法迭代的核心要素之一。近日，机器人领域数据机构Nodogoro正式发布cell2_20260521_mohamed_coffee_shop_setting20260521_233345数据集，该数据集由LeRobot打造，是专门面向机器人控制与学习任务的垂直场景数据集，于2026年5月22日率先在HuggingFace平台首发，主要面向机器人模仿学习、机械臂精细操作等研发方向。
该数据集针对咖啡店服务场景的真实操作逻辑设计，采集采用starpilot_yam_gripper机器人类型，共包含8个训练片段，总计2644帧，采样率为30fps，可完整还原双机械臂咖啡制作的全流程动作序列。数据维度覆盖多模态训练所需的全量要素：其中动作数据为14维向量，涵盖两个机械臂的位置、旋转和夹爪宽度参数；观测状态数据为32维向量，包括编码器角度、IMU加速度和角速度、机械臂姿态、夹爪开合状态和距离参数；同时配套多视角视觉采集数据，左腕和右腕摄像头提供RGB和深度图像，基座摄像头提供RGB图像，分辨率分别为480x640和768x1024，可支撑算法对操作环境、操作对象的精准感知。数据集以Parquet格式存储，总大小约300MB，适配主流机器人模仿学习、强化学习训练框架。
从应用价值来看，该类场景化数据集可大幅降低具身智能研发团队的真实场景数据采集成本，其标注规范的多模态数据可直接用于咖啡制作、餐品递送、零售商品分拣等同类双机械臂精细操作场景的算法训练，助力服务机器人解决复杂动态环境下的动作精度、响应速度等落地痛点，加速餐饮、零售等场景的服务机器人商用进程。此外，该数据集的发布也为垂直场景具身智能训练数据的标准化建设提供了参考样本，进一步丰富了机器人领域的训练数据供给，对推动数据要素在具身智能产业的价值释放具有积极意义。
查看cell2_20260521_mohamed_coffee_shop_setting20260521_233345
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)