当前具身智能正进入产业化落地的关键周期，而基于真实机器人运行场景的高质量标注数据集，是支撑机器人操作学习、伺服控制算法迭代的核心基础设施，长期以来存在场景覆盖不全、模态匹配度低、标注标准不统一等行业痛点。近日，机器人技术厂商DAVIAN-Robotics正式发布专用机器人操作数据集dh_tasks，该数据集于2026年5月24日首发上线HuggingFace平台，面向全球研发者开放使用。
据介绍，dh_tasks是依托HuggingFace旗下机器人学习专用工具链LeRobot搭建的标准化采集框架生成，是国内少数面向通用机器人控制任务的公开数据集之一。本次发布的数据集共包含100个完整任务序列（episodes），累计31283帧有效数据，覆盖8类不同的典型机器人操作场景，所有数据均来自Franka协作机器人的真实运行采集，整体采用parquet结构化格式存储，配套视觉文件为20fps帧率的MP4格式，兼顾了数据检索效率和多场景适配能力。
从数据维度来看，dh_tasks实现了机器人状态、动作指令、多视角视觉三大核心模态的全匹配标注：其中机器人状态观测维度达29维，完整覆盖关节位置、速度、末端执行器位置、姿态、线速度、角速度、夹爪位置和抓取状态等核心运行参数；动作标注维度为8维，包含末端执行器位置、姿态和夹爪控制的完整指令序列；视觉观测同步采集左后、手腕、右后三个机位的实时画面，单帧图像为3通道480*640分辨率，可支撑多视角视觉算法的训练需求。此外数据集还配套了时间戳、帧索引、episode索引、任务索引等完整元数据，为算法训练的场景拆分、精度校验提供了标准化依据。
从应用方向来看，dh_tasks主要面向机器人操作学习、视觉伺服控制两大核心研发场景，可用于训练和评估各类机器人控制算法，尤其是基于视觉和状态反馈的强化学习、模仿学习模型。典型应用场景包括但不限于：为工业协作机器人的抓取、装配、物料搬运等任务提供训练数据支撑，提升复杂场景下的操作精度；为服务机器人的动态避障、精准交互等功能研发提供多模态验证基准；为视觉伺服控制算法的迭代提供真实场景下的反馈数据，降低实机测试的成本和安全风险。
业内分析指出，随着数据要素市场建设的持续推进，垂直领域专用数据集的开放共享，是降低新兴技术研发门槛、加速产业化落地的核心路径。dh_tasks的发布填补了国内公开机器人操作数据集的场景缺口，对于推动具身智能、工业机器人等领域的技术研发具有重要的支撑作用。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)