pmoller发布双腕机器人操作专用数据集 首发HuggingFace赋能模仿学习研发

当前，机器人通用人工智能（VLA，视觉-语言-动作模型）正处于技术落地的关键窗口期，而真实场景下经过标准化标注的机器人操作数据，是制约模仿学习、行为克隆等算法迭代的核心稀缺资源。近日，AI数据贡献方pmoller正式上线rollout_trossen_smolvla_022500_20260907_160108数据集，该产品是专门面向双腕机器人操作场景打造的训练数据集，由LeRobot团队完成数据采集与标注，于2026年9月7日首次在全球知名AI开源社区HuggingFace发布，适配机器人操作、模仿学习等多个研发方向的需求。

据官方披露的信息，本次发布的数据集包含3个完整任务片段（episode），总计2671帧标注数据，全量数据仅覆盖1项标准化操作任务，确保了数据场景的一致性与标注精度。具体数据维度方面，该数据集同步采集多模态信号：包含14维动作向量（对应左右机械臂各7个关节的位置参数）、14维观察状态向量（与动作向量同步采集的关节实时位置反馈数据），同时搭载4个不同视角、不同分辨率的摄像头同步采集的图像数据，覆盖高分全局摄像头、低分全局摄像头、左腕关节摄像头、右腕关节摄像头，可满足不同训练模型对视觉输入的差异化需求；此外还配套完整的时间戳、帧索引等元数据，方便研发人员快速完成时序对齐、数据切片等预处理操作。本次数据集的采集载体为双腕WidowX AI跟随机器人，其机械臂自由度、操作逻辑与当前主流的商用协作机器人、服务类双腕机器人参数高度匹配，数据的泛用性得到有效保障。

从应用价值来看，该数据集典型应用场景覆盖多个机器人研发核心方向：一是可用于机器人模仿学习训练，研发人员可基于该数据集的动作-视觉对齐标注数据，训练机器人复刻标准化操作流程，大幅降低真实物理环境下的调试成本与试错风险；二是可作为行为克隆算法的基准测试集，针对双腕协同操作的细分场景，验证不同行为克隆模型的动作复刻精度、时序稳定性与误差容忍度；三是可支撑轻量化视觉-语言-动作（VLA）模型的训练优化，4个不同分辨率、不同视角的图像数据可支持研发人员测试不同视觉输入组合下的模型性能，适配边缘端机器人的算力限制。作为开源开放的垂直领域训练数据，该数据集的上线将进一步降低中小研发团队的技术准入门槛，推动双腕精细化操作等机器人能力的落地普及。

查看rollout_trossen_smolvla_022500_20260907_160108

Dataset card内容：

Files and versions内容：