so101_mujoco_follower_7_31数据集首发HuggingFace 标准化支撑机器人跟随控制仿真研发

当前，具身智能与服务机器人、工业机器人产业正处于高速发展期，机器人控制算法的训练迭代对高质量、标准化数据集的需求持续攀升。由于真实场景下的机器人数据采集存在成本高、极端危险场景覆盖难度大、数据标注标准不统一等痛点，基于物理仿真引擎生成的标准化数据集，已经成为全球机器人研发领域降低研发成本、加快算法迭代的核心支撑资源。

作为DeepMind、OpenAI等全球顶尖AI机构普遍采用的开源物理仿真引擎，MuJoCo的仿真数据物理还原度高、场景复刻能力强，已成为机器人控制、强化学习领域仿真数据的主流生成工具；而HuggingFace推出的LeRobot格式，通过统一机器人传感器数据、动作指令、状态标注等核心字段的存储规范，解决了长期以来机器人数据集格式碎片化、跨项目复用难度大的行业痛点，大幅提升了训练数据的流通与利用效率。

2026年7月31日，贡献者ngocthuong2212正式在HuggingFace平台发布so101_mujoco_follower_7_31数据集，该数据集为符合LeRobot格式标准的专用机器人数据集，聚焦机器人跟随控制这一核心应用场景的研发需求。查看so101_mujoco_follower_7_31

从典型应用方向来看，该数据集可覆盖多类机器人研发场景的需求：一是人形机器人动态目标跟随算法训练，开发者可基于数据集的标准化仿真标注数据，优化机器人对移动目标的轨迹识别、动作规划与避障能力；二是工业AGV、巡检机器人的跟随功能验证，仿真场景下的复杂工况数据可帮助开发者测试算法在各类干扰场景下的稳定性，无需搭建高成本的真实测试环境；三是服务机器人家庭跟随、陪护场景的功能迭代，可基于仿真数据完成多轮算法调优，缩短落地周期；四是强化学习控制策略研发，统一的LeRobot格式可大幅降低数据预处理成本，加快跟随控制相关策略的迭代效率。

该数据集的上线，进一步丰富了全球开源机器人数据集矩阵，为机器人领域开发者提供了新的高质量标准化数据选择，对于降低机器人跟随控制领域的研发门槛、推动相关技术的落地应用具有积极意义。

Dataset card内容：

Files and versions内容：