当前，协作机器人作为智能制造、智慧物流领域的核心自动化设备，渗透率正逐年提升，其中双机械臂协同作业因可复刻人类双手的复杂精细操作，成为机器人技术研发的热门方向，但细分场景下的高质量真实操作训练数据供给不足，始终是制约相关算法落地效率的核心痛点。近日，机器人技术研发机构Nodogoro正式发布双机械臂杂货包装场景操作数据集cell1_20260523_mohammed_groceries_packing_20260523_222755，该数据集于2026年5月24日首发于HuggingFace，主要面向双机械臂协同控制、商品包装自动化两大应用领域的研发需求。
据了解，该数据集为典型的机器人操作训练数据集，基于LeRobot平台创建，核心聚焦双机械臂的抓取、包装全流程任务，共包含5个完整的操作情节（episodes），总计3155帧有效数据，采样帧率为30fps，覆盖1项标准化杂货包装任务。在数据结构层面，数据集包含三类核心数据：其一为14维浮点数构成的动作特征，可完整表征两个机械臂的x、y、z空间位置、旋转角度及夹爪宽度参数；其二为32维浮点数构成的状态观测特征，涵盖编码器角度、IMU加速度与陀螺仪数据、位姿坐标及四元数、夹爪开合状态与距离等核心运行参数；其三为多视角视觉采集数据，包含左腕摄像头（RGB+深度图像，分辨率480x640）、右腕摄像头（RGB+深度图像，分辨率480x640）、基座摄像头（2组RGB图像，分辨率分别为480x640、768x1024）的全流程采集内容。所有视频数据采用h264编码、yuv420p像素格式存储，无音频轨道。此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，结构化数据文件以parquet格式组织，总大小约100MB，配套视频文件总大小约200MB。
从应用价值来看，该数据集覆盖了杂货包装场景下双机械臂作业的全流程动作、状态、视觉数据，可广泛用于双机械臂路径规划、力控抓取、动态避障、多动作协同等算法的训练与验证，覆盖快消品后道包装、生鲜电商理货打包、无人零售商品分拣、小件商品组装等多个典型自动化场景的研发需求，可大幅降低相关研发团队的真实场景数据采集成本，缩短算法迭代周期。作为机器人操作类数据要素的重要供给，该数据集的公开也将进一步推动通用机器人研发的开源开放生态建设，为实体产业的数字化、智能化升级提供底层数据支撑。
查看cell1_20260523_mohammed_groceries_packing_20260523_222755
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)