近年来，随着人形机器人、工业协作机器人产业进入落地攻坚期，高质量、场景化的实采训练数据已经成为制约机器人控制模型迭代的核心瓶颈——尤其是适配特定硬件架构、包含多模态观测维度的专用数据集，普遍存在供给不足、标注不规范的问题，大量中小研发团队需要投入极高成本完成数据采集标注工作，拖慢了技术落地节奏。就在这一行业背景下，AI数据服务商zaowu正式发布面向机器人学任务的专用数据集zhr_so101arm_100epo，专门适配so101_follower型机械臂的控制训练需求。
该数据集基于LeRobot框架构建，共包含50个操作片段（episodes），总计17652帧有效数据，全部样本均可直接用于模型训练。其核心特征维度包含三大类：第一是动作数据，采用6维浮点数组记录，覆盖肩部平移、肩部升降、肘部弯曲、手腕弯曲、手腕滚动、夹爪位置六大核心动作维度；第二是状态观测数据，维度与动作数据一一对应，可用于动作执行效果的校验与模型反馈训练；第三是多视角视觉观测数据，包含正面、侧面两个视角的同步视频流，分辨率为480x640、3通道、30fps，采用h264编码与yuv420p像素格式，无音频轨道，可支撑视觉-动作多模态控制模型的训练。除此之外，数据集还附带了完整的时间戳、帧索引、episode索引、任务索引等元数据，方便研发人员按需筛选样本。存储方面，结构化数据以parquet格式存储，总大小为100MB，视频文件以mp4格式存储，总大小为200MB，适配主流深度学习框架的读取需求。
从应用方向来看，zhr_so101arm_100epo数据集可广泛支撑多个领域的机器人技术研发：在工业场景下，可用于训练精密组装、小件分拣、设备巡检等场景的协作机械臂控制模型，提升复杂操作的动作精度与稳定性；在服务机器人场景下，可用于家政辅助、助残操作、商用服务等场景的手臂动作模仿学习，降低实机测试的安全风险与成本；在技术研发层面，该数据集还可作为机械臂控制算法的基准测试集，支撑强化学习、模仿学习等前沿算法的效果验证，降低研发团队的基础数据采集成本。作为针对特定硬件型号的标准化数据集，zhr_so101arm_100epo的发布也填补了细分领域的训练数据供给空白，对于完善机器人产业的数据要素供给体系、加快通用机器人技术的落地迭代具有积极作用，也为后续更多垂直场景专用机器人数据集的开放提供了参考样本。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)