Janmeier820发布align_fabric_dataset_leo数据集 为双机械臂织物精细操作提供标准化训练支撑
随着具身智能技术的快速落地，机器人对刚性物体的操作已逐步实现商业化，但织物等易变形、操作路径非标准化的柔性物体操作，始终是行业研发的核心难点——该场景对机械臂的协同精度、环境感知能力要求极高，且长期缺少多视角、高标注质量的公开训练数据集，大幅抬高了相关技术的研发门槛。
近日，开发者Janmeier820正式对外发布align_fabric_dataset_leo数据集，该数据集于2026年8月24日首发于HuggingFace平台，是国内少有的专门面向织物对齐任务的机器人专用数据集，其基于全球主流的开源机器人学习框架LeRobot创建，可直接适配主流具身智能模型的训练流程，降低开发者的数据适配成本。
据公开信息显示，本次发布的align_fabric_dataset_leo数据集共包含133个操作序列（episodes），累计124930帧采样数据，采样帧率为30fps，完整覆盖双机械臂完成织物对齐操作的全流程。数据维度方面，该数据集同时包含12维的动作与状态标注数据，以及来自左下颌、右下颌、右俯视、右前方四个视角的同步摄像头图像，图像分辨率为480x640，采用高压缩比的AV1视频编码，在保障画质的前提下大幅降低了数据存储与下载成本。数据集采集过程中所使用的机器人为bi_so_follower（双机械臂跟随器），与当前工业、服务场景中主流的双机械臂硬件参数高度匹配，训练后的模型可快速实现硬件适配。
从应用方向来看，该数据集可广泛用于多个领域的双机械臂操作模型训练：在轻工制造场景中，基于该数据集训练的双机械臂可实现服装生产环节的布料对齐、铺料、缝纫对位等工序的自动化操作，替代传统人工完成重复性高、精度要求统一的柔性操作任务，提升服装制造的生产效率与标准化水平；在家庭服务场景中，可支撑家政机器人完成衣物折叠、整理、熨烫前对齐等功能的研发；在特种服务场景中，也可为医疗机器人的手术铺巾、应急救援场景的防护织物铺设等任务的技术研发提供数据支撑。
作为数据要素市场的重要组成部分，垂直场景的AI训练数据集是具身智能产业发展的核心基础设施。本次align_fabric_dataset_leo数据集的发布，进一步丰富了国内具身智能领域柔性操作方向的公开数据供给，为全球机器人开发者降低了前期数据采集与标注的高额成本，有望推动双机械臂精细操作技术的落地迭代。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)