kiroaiseoul发布双臂取放专用数据集task02_pickup_tubes_gist 首发HuggingFace赋能具身智能训练

随着具身智能产业进入快速落地期，面向机器人操作场景的高质量标注数据集，已经成为支撑机器人运动模型训练、降低研发门槛的核心生产要素。尤其是双臂协同的精细化取放场景，因涉及多视角感知、双臂运动路径规划、力控适配等多重技术要求，对应公开数据集的供给长期不足，制约了相关领域的技术迭代速度。9月3日，kiroaiseoul正式发布task02_pickup_tubes_gist数据集并首发上线HuggingFace，聚焦机器人双手操作、物体抓取与放置核心场景，为相关研发团队提供标准化的训练数据支撑。

据公开信息显示，该数据集是GIST AI Lab推出的11个阶段实验室协议数据中的第二阶段（stage 2），原始分布名称为“task2-pick-two-tubes-from-rack”，任务场景设定为“用双手从架子上取出两个管子”，完全贴合工业、生物医药实验室等场景下的高频小件取放需求。本次发布的数据集共包含2,019个episodes和933,799帧采样数据，采样帧率为30FPS，采集所用机器人型号为mobileai_robot，对应代码库版本为v3.0。

为了覆盖机器人操作的全维度感知需求，数据集同步采集了三类视角的视觉数据：包括全局高视角的cam_high、左手腕视角的cam_left_wrist、右手腕视角的cam_right_wrist，所有视觉数据分辨率为480x640x3，采用h264编码格式，兼顾数据精度与存储效率。除视觉数据外，数据集还同步标注了16维的动作/观测状态数据，具体包含Mobile AI底座2维状态、左手7维状态、右手7维状态，完整还原机器人操作过程中的运动参数。为了方便研发团队快速筛选有效数据，本次发布包还配套提供了labels.csv标注文件，包含episode_id、task_scenario、success和data_issue四个核心字段，研发团队可直接筛选success==1且无data_issue的episodes用于模型训练，对应有效训练数据共1,843个episodes，可覆盖绝大多数双臂取放模型的训练需求。

从应用场景来看，该数据集可广泛支撑多个领域的双臂机器人研发：在生物医药场景中，可用于训练实验室自动化机器人的样本管抓取、转移操作模型，降低人工操作的生物安全风险；在3C制造场景中，可适配电子元器件的精细化取放、组装环节的机器人训练需求；在仓储零售场景中，可用于货架理货、小件分拣机器人的双臂协同操作训练；此外，该数据集的多视角视觉+运动状态的多模态数据结构，也可支撑具身智能大模型的多模态对齐训练，助力通用型双臂操作模型的研发迭代。

当前全球具身智能产业正处于从实验室走向商业化落地的关键阶段，高质量场景化数据集的开放共享，是降低行业研发成本、加快技术迭代的核心基础。本次task02_pickup_tubes_gist数据集的发布，进一步丰富了双臂协同操作领域的公开数据供给，对于推动双臂机器人在工业、服务业等场景的落地具有重要的支撑作用。

查看task02_pickup_tubes_gist

Dataset card内容：

Files and versions内容：