vasco281204发布LeRobot格式Sim2Real基线数据集 支撑机器人仿真迁移与模仿学习研发

当前，机器人仿真到真实场景迁移（Sim2Real）、模仿学习已成为人形机器人、工业服务机器人领域的核心技术研发方向，而符合统一标准的高质量训练数据集，是降低技术研发门槛、推动不同团队成果复用与横向对比的核心基础。HuggingFace推出的LeRobot作为全球通用的机器人数据集标准格式，通过统一数据采集、标注、存储规范，大幅提升了机器人训练数据的流通复用效率，是目前行业内应用最广泛的机器人数据标准之一。

开发者vasco281204本次发布的rollout_so101_sim2real_baseline_green_block_mix_80_20_200_spaced_72_20260907_193818数据集，正是适配LeRobot格式的专项机器人训练数据集，于2026年9月7日首发于HuggingFace平台，主要面向机器人Sim2Real迁移、机器人模仿学习两大研发场景设计。从数据集命名规则可看出，该数据集为绿色块混合操作场景的基线数据集，包含训练集、测试集8:2拆分、200组采样序列、72维度观测数据等配置，可为相关领域研发人员提供标准化的基准训练与测试数据支撑。

查看rollout_so101_sim2real_baseline_green_block_mix_80_20_200_spaced_72_20260907_193818

从应用场景来看，该类数据集可广泛覆盖多个机器人研发方向：在机器人模仿学习领域，研发人员可基于该数据集完成机械臂抓取、搬运、分类等操作技能的预训练，大幅减少真实场景下的高成本数据采集工作量；在Sim2Real技术研发场景，该基线数据集可作为域适应算法效果的统一测试基准，解决不同团队研发成果缺乏横向对比标准的痛点；此外，该数据集还可用于工业分拣机器人、服务机器人的小样本学习研发，为柔性生产场景下的物料分拣、家庭场景下的物品整理等任务提供预训练数据支撑。

当前我国机器人产业正处于高速发展期，高质量训练数据作为机器人AI能力迭代的核心生产要素，其供给能力直接影响产业研发效率。本次专项基线数据集的发布，进一步丰富了LeRobot格式机器人数据的供给场景，为机器人学习领域的技术研发提供了标准化的基础工具，对推动机器人领域技术复用、降低中小团队研发门槛具有积极作用。

Dataset card内容：

Files and versions内容：