当前人形机器人、工业协作机器人正进入技术落地的关键周期，多模态控制、模仿学习作为降低机器人调试成本、提升场景适配能力的核心技术路径，对高质量的实机耦合训练数据集存在旺盛需求。近日，开发者juyoungggg正式发布专用数据集0524_setting_2nd_1，并于2026年5月24日率先上线全球最大的AI开源社区HuggingFace，面向全球开发者开放使用。
据公开信息显示，该数据集基于LeRobot框架开发，是专为机器人任务设计的垂类数据集，整个数据集包含30个完整的操作情节，总计采集29969帧数据，采集帧率为30帧每秒，数据采集对象为bi_so_follower双肩跟随机器人，覆盖单任务全流程的多维度采集内容。
从数据构成来看，该数据集包含三大核心维度：第一是动作数据，由12个浮点数构成，分别对应机器人左右机械臂的12个关节位置，覆盖肩部、肘部、腕部及夹爪的全部运动参数；第二是观测状态数据，与动作数据的12个关节位置参数一一对应，可用于动作执行效果的校验与模型迭代；第三是多视角视觉观测数据，来自左腕摄像头、右腕摄像头、右顶部摄像头三个采集位，单帧分辨率为480x640像素，采用更高压缩效率的AV1格式编码，兼顾数据质量与存储效率。除此之外，数据集还配套包含时间戳、帧索引、情节索引、任务索引等完整元数据，方便开发者按需调用。存储层面，结构化数据采用Parquet格式存储，总数据文件大小为100MB，配套视频文件大小为200MB，30个完整情节全部划入训练集，可直接用于模型训练。
从应用场景来看，该数据集可广泛适配机器人领域的多个核心研发方向：在模仿学习领域，开发者可基于完整的关节动作序列训练机械臂的轨迹复刻能力，无需从零设计奖励函数，大幅降低低代码机器人训练的门槛；在多模态机器人控制领域，可融合视觉观测数据与关节状态数据，训练端到端的多模态控制模型，让机器人能够基于实时视觉反馈调整动作路径，适配工业分拣、协作装配、服务机器人辅助操作等场景；此外，多视角的视觉数据也可用于机器人视觉定位、动态障碍物识别等感知算法的训练优化。业内人士指出，当前机器人研发领域普遍存在实机测试成本高、多模态耦合数据供给不足的痛点，这类高质量开源垂类数据集的开放，能够有效降低中小研发团队、独立开发者的研发成本，推动机器人控制算法的开源迭代，助力数据要素在机器人产业的价值释放。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)