Greynar发布三视角机器人操作公开数据集 覆盖模仿学习与多视角视觉抓取核心场景

当前具身智能产业正处于技术落地的关键阶段，机器人视觉抓取、操作模仿学习等核心能力的迭代，高度依赖标注完善、场景匹配度高的训练数据集。长期以来，公开市场中面向多视角操作场景的数据集普遍存在视角覆盖不全、未同步采集机器人本体状态数据等问题，大幅抬高了算法研发的前期数据采集成本，也制约了跨场景算法的泛化能力提升。在此背景下，Greynar正式发布ClickTargetPreprocessThreeCamerasSetUpOneMultiplePieces机器人操作数据集，为行业提供了全新的训练数据选择。

据介绍，该数据集由LeRobot创建，共包含79个操作片段（episodes），累计28063帧有效数据，覆盖1项标准化机器人操作任务，适配机器人型号为so101_follower。数据集内容同时覆盖机器人本体数据与环境感知数据两类核心维度：本体数据层面包含6维关节位置的动作指令与状态观测数据，可直接用于动作模仿类算法的训练；感知数据层面同步采集了顶部、夹爪、正面三个摄像头视角的RGB视频图像，三类视角的分辨率分别为480x640、640x480和480x640，帧率统一为30fps，可满足多视角视觉融合类算法的训练需求。本次公开的所有数据均为训练集，无配套测试集。

查看ClickTargetPreprocessThreeCamerasSetUpOneMultiplePieces

从应用场景来看，该数据集可广泛适配两大具身智能核心研发方向：一是多视角视觉抓取算法研发，三类异视角的同步视觉数据可支撑算法学习不同角度下的物体特征匹配逻辑，解决单视角下遮挡、景深偏差导致的抓取失败问题，未来可落地于工业分拣、仓储物流、家庭服务机器人等场景的抓取功能开发；二是机器人操作模仿学习研发，同步配套的关节状态与视觉数据可支持端到端的模仿学习训练，降低机器人复刻人类示教操作的训练门槛，可应用于3C精密装配、医疗辅助操作、日常家务操作等场景的算法训练。作为数据要素在具身智能垂直领域的落地成果，该数据集的发布也将进一步丰富公开机器人数据集的供给体系，降低中小研发团队的数据集采集成本，加快具身智能算法的落地迭代效率。

Dataset card内容：

Files and versions内容：