jogarulfop发布高分辨率多模态机器人遥操作数据集 开源开放支撑具身智能研发

当前具身智能产业正进入落地攻坚期，机器人遥操作、多模态感知技术是工业精密操作、服务机器人柔性交互等场景落地的核心支撑，但行业普遍面临高标注质量、多模态同步的实采训练数据稀缺的痛点，直接制约了算法泛化性与落地适配能力的提升。近日，数据贡献方jogarulfop正式发布全新多模态机器人遥操作数据集rollout_2026-09-30_shake_it_up_on_cart_10kHz_nfft512_20260930_162244，为相关领域研发提供了标准化的高价值训练数据源。

该数据集基于LeRobot工具框架创建，围绕「shake it up on cart」特定操作任务采集，共包含6个机器人遥操作完整回放片段，总计3428帧标注数据，所有数据以30Hz频率同步采集，配套完整时间戳、帧索引、episode索引等元信息，可直接适配主流具身智能大模型训练流程，无需额外做数据对齐处理。

从数据维度来看，该数据集覆盖机械臂全链路状态、视觉、触觉三大类核心信息，填补了同类数据集单一模态覆盖不全、触觉精度不足的短板：其中机械臂维度包含肩关节旋转、肩关节升降、肘关节弯曲、腕关节弯曲、腕关节旋转、夹爪位置共6维动作与状态标注，完整还原机械臂操作的全链路运动参数；视觉维度同步采集顶部全局摄像头、腕部第一视角摄像头两路视频流，分辨率为480x640，帧率30fps，可同时满足全局路径规划、近场操作感知两类场景的算法训练需求；触觉维度配套分辨率224x224的触觉频谱图视频，10kHz采样频率、nfft512的参数配置保障了触觉信号的高分辨率还原，可支撑触觉反馈相关的精细操作算法研发。

该数据集采用Apache-2.0开源许可证，支持学术研究与商业化开发使用，典型应用场景涵盖机器人遥操作轨迹复刻算法训练、多模态感知融合模型研发、工业机械臂精密装配、柔性抓取场景的触觉-视觉对齐训练等多个具身智能核心方向，对降低相关领域研发的数据采集成本，提升模型在复杂操作场景下的落地适配能力具有重要参考价值。

查看rollout_2026-09-30_shake_it_up_on_cart_10kHz_nfft512_20260930_162244

Dataset card内容：

Files and versions内容：