bmnzyb发布LeRobot格式专项数据集 支撑机器人操作与模仿学习领域研发

近年来，随着全球机器人产业技术迭代加速，模仿学习、自主操作作为机器人智能化的核心技术方向，其研发进度高度依赖高质量、标准化的训练数据集。过往机器人训练数据普遍存在格式不统一、标注维度差异大、跨团队复用率低等痛点，大幅抬高了行业研发门槛。为解决这一问题，HuggingFace推出LeRobot专项格式，作为机器人领域统一的数据规范，可实现不同研发主体之间的数据高效共享、模型快速迁移，目前已成为全球机器人研发领域的主流数据标准之一。

近日，机构bmnzyb正式对外发布GoalBloakcs_1_20260906_155729数据集，该数据集为严格适配HuggingFace LeRobot格式的机器人专项数据集，于2026年9月6日首发于HuggingFace平台，主要面向机器人操作、机器人模仿学习两大核心研发场景开放使用。

从应用场景来看，该类符合LeRobot规范的专项数据集可支撑多类机器人研发需求：其一可用于机器人模仿学习训练，研发人员可基于标准化的示教动作数据，快速训练机器人完成抓取、组装、移载等不同复杂度的操作动作，减少自行采集示教数据的时间与人力成本；其二可用于机器人操作算法迭代，可作为基准数据集支撑运动规划、力控调整、环境感知等核心算法的验证与优化，为工业生产、物流服务、公共服务等场景的机器人落地提供数据支撑；其三可支撑跨平台研发协作，统一的格式标准让不同硬件架构、不同技术路线的研发团队均可复用数据成果，加快通用机器人技术的落地进程。

bmnzyb本次发布的数据集GoalBloakcs_1_20260906_155729，该数据集为HuggingFace LeRobot格式机器人数据集。

查看GoalBloakcs_1_20260906_155729

Dataset card内容：

Files and versions内容：

从数据要素行业发展的角度来看，垂直领域专用训练数据集是人工智能产业核心的数据资产，本次符合国际主流标准的机器人专项数据集发布，不仅丰富了国内公开机器人训练数据集的供给品类，也为国内机器人领域数据要素的标准化生产、开放共享提供了参考样本，将进一步助力国内机器人产业的数字化研发体系建设，推动数据要素在智能制造、人工智能等前沿领域的价值释放。