随着具身智能产业进入商业化落地关键期，高保真、场景化的多模态操作数据集已成为支撑机器人算法研发的核心刚需——尤其是面向餐饮、零售等民生服务场景的双臂机器人训练数据，长期存在采集成本高、标注维度不全、场景匹配度低的行业痛点。近日，机器人技术厂商nodogoro正式发布适配starpilot_yam_gripper双臂机器人的咖啡店场景操作数据集，于2026年5月22日首发上线HuggingFace，面向全球研发人员开放使用。
本次发布的cell2_20260521_mohamed_coffee_shop_setting20260521_235624数据集，基于LeRobot开源机器人训练平台构建，是专门针对服务场景双臂操作任务打造的高质量数据集。数据集完整覆盖8组咖啡店场景下的机器人全流程操作片段（episodes），累计录制2297帧时序数据，采样速率达30fps，完整还原了真实服务场景下机器人操作的连贯性与动态特征。
从数据维度来看，该数据集的多模态特征覆盖了机器人操作训练的全链路需求：14维动作数据完整记录了两个机械臂的x/y/z空间位置、旋转角度与抓取宽度参数，可直接作为强化学习训练的动作标注输入；32维观察状态数据包含机械臂编码器角度、IMU加速度与陀螺仪数据、姿态位置与四元数、抓取器实时状态等本体传感信息，为机器人控制算法研发提供了精准的本体状态参考；多摄像头视觉数据则同步收录了左腕、右腕、基座三个视角的RGB图像与深度图像，分别匹配480x640、768x1024两种分辨率，既可以通过全局视角摄像头捕捉场景动态，也可以通过腕部近景摄像头满足咖啡拉花、杯具抓取等精细操作的训练需求。
数据集采用高效的parquet格式存储结构化数据，配合mp4格式的原始视频文件，可大幅降低研发人员的数据加载与预处理成本。同时该数据集遵循Apache 2.0开源许可证，支持学术研究与商业开发场景的免费使用，进一步降低了行业研发门槛。
从应用方向来看，该数据集可广泛应用于机器人操作学习、视觉伺服控制等核心领域：研发人员可基于该数据集训练服务机器人的咖啡制作、餐品递送、桌面整理等咖啡店高频操作技能，减少真实场景下的试错成本；也可用于验证多模态融合的视觉伺服控制算法，提升双臂机器人在动态场景下的协同操作精度、避障能力与精细操作稳定性；相关技术还可复用至奶茶店、快餐店、家庭服务等同类餐饮操作场景，加速服务机器人的通用化落地。
作为数据要素市场的重要组成部分，具身智能场景数据集的供给能力直接决定了产业的发展速度。本次nodogoro发布的咖啡店场景专用数据集，填补了服务机器人细分场景高质量训练数据的供给空白，对于推动具身智能算法研发、降低商业化落地成本具有重要的行业价值。
查看cell2_20260521_mohamed_coffee_shop_setting20260521_235624
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)