heba000于HuggingFace首发pyramid-dataset-combined数据集 赋能机器人模仿学习与机械臂控制研发

当前，机器人智能化已经成为工业自动化、服务机器人赛道的核心发展方向，其中模仿学习作为机器人快速习得人类操作技能的关键技术路径，高度依赖「动作-观测」同步标注的高质量场景数据集，优质训练数据已经成为制约机器人操作算法迭代效率的核心要素之一。

近日，开发者heba000于2026年8月18日在全球知名AI开源社区HuggingFace正式首发pyramid-dataset-combined机器人操作数据集，瞄准机器人操作模仿学习、机械臂智能控制两大核心应用场景，为相关领域的研发团队提供标准化的训练数据支撑。

据介绍，本次发布的pyramid-dataset-combined是基于LeRobot框架构建的专业机器人数据集，共包含28个任务episodes，总数据量达16408帧，采样帧率为30fps，可完整还原机械臂操作的全流程动作时序。数据集的标注维度覆盖6维核心动作参数，分别对应shoulder_pan（肩部旋转）、shoulder_lift（肩部抬升）、elbow_flex（肘部弯曲）、wrist_flex（腕部弯曲）、wrist_roll（腕部旋转）、gripper（夹爪控制），同时配套同步采集的观测状态数据、以及分辨率为480x640的3通道前视摄像头图像，形成了完整的「视觉观测-动作指令」配对标注结构，完美适配模仿学习算法的训练逻辑。该数据集对应任务数量为1，采集所用机器人类型为so_follower，采用Apache-2.0开源许可证，支持科研团队、商业研发主体免费使用与二次开发，大幅降低相关领域的研发数据获取门槛。

从应用价值来看，pyramid-dataset-combined数据集可广泛应用于多类机器人研发场景：在工业场景中，可用于训练机械臂完成分拣、搬运、装配等固定流程操作的模仿学习算法，提升工业机器人的任务适配效率；在科研场景中，可作为基准数据集用于机器人控制算法的效果验证、不同机械臂平台的控制策略迁移测试；此外也可为多模态机器人交互算法研发提供底层数据支撑。

查看pyramid-dataset-combined

Dataset card内容：

Files and versions内容：

业内人士指出，当前面向垂直场景的专业机器人数据集仍处于供给不足的状态，本次pyramid-dataset-combined数据集的开源发布，不仅为机器人操作领域的研发提供了优质的数据供给，也进一步丰富了全球机器人开源数据生态，对推动机器人智能化技术的落地迭代具有积极意义。