SoSolaris发布Pick_sponge双臂操作数据集 首发HuggingFace 覆盖柔性抓取、双臂协同研发场景

当前全球协作机器人、人形机器人产业正进入规模化落地的关键周期，根据机器人产业发展相关规划，未来3-5年工业柔性生产、生活服务等场景对机器人操作精度、场景适配能力的要求持续提升，但高标注质量的实机操作数据集，尤其是涉及柔性物体抓取、双臂协同的细分场景数据供给缺口显著，成为制约相关算法迭代的核心瓶颈之一。近日，专注于机器人智能训练数据研发的机构SoSolaris正式发布Pick_sponge专项数据集，该数据集于2026年10月1日率先上线全球最大AI开源社区HuggingFace，主要面向机器人抓取操作、双臂机器人协作两大核心研发场景提供标准化训练支撑。

据公开信息显示，本次发布的Pick_sponge数据集全部基于Solaris双臂机器人实机操作采集，覆盖抓取海绵这一典型柔性物体操作的全流程数据，具体包含12维关节位置动作（左右手臂各6维）、12维观测状态（左右手臂各6维）、上/右/左三个视角的480x640分辨率30fps RGB视频图像，以及配套的时间戳、帧索引、情节索引等关联标注字段，全数据集共包含9个完整操作情节，累计4866帧有效标注数据，采用机器人学习领域通用的LeRobot格式存储，可直接适配主流机器人仿真、模型训练框架，大幅降低开发者前期数据处理成本。

作为面向柔性物体操作场景的专项训练数据集，Pick_sponge的应用空间覆盖工业、服务业多类机器人研发需求：在工业场景中，可支撑3C电子制造业柔性零部件组装、物流领域软包快递分拣、食品加工行业易变形物料搬运等场景的抓取算法训练；在服务机器人场景中，可用于家庭服务机器人衣物整理、软性物品传递，人形机器人多臂协同操作等技术的研发；同时数据集配套的多视角视觉数据与关节参数联动标注，也可为视觉引导的动态抓取路径规划、力控参数自适应调整等前沿技术研发提供数据支撑。

查看Pick_sponge

Dataset card内容：

Files and versions内容：

业内分析指出，当前数据要素已经成为AI技术迭代的核心生产资料，针对机器人操作场景的细分专项数据集开放，将进一步完善机器人领域的训练数据供给体系，降低中小研发团队的技术准入门槛，助力协作机器人、人形机器人相关技术的落地速度进一步提升。