开发者saschaerf发布机器人操作专用数据集 首发HuggingFace 赋能机器人学习研发

近年随着具身智能、人形机器人赛道进入高速发展期，机器人操作策略训练、多模态感知模型迭代对真实场景下的同步采集数据集需求持续攀升，公开领域高标注质量、低噪声的机器人专用训练数据，已经成为制约中小研发团队、学术机构开展相关研究的核心门槛之一。

近日，开发者saschaerf正式对外发布record-test_20261001_162520数据集，该数据集于2026年10月1日首次上线全球最大AI开源社区HuggingFace，定向服务于机器人操作、机器人学习领域的研发需求。

据公开信息显示，本次发布的数据集基于LeRobot框架构建——作为HuggingFace推出的机器人学习专属开源框架，LeRobot具备统一的数据标注、存储规范，产出的数据集可直接对接主流机器人学习训练管线，大幅降低研发团队的数据预处理成本。该数据集收录了1个完整的so_follower型号机器人操作任务记录episode，合计594帧数据，核心数据覆盖两大模态：一是6维关节动作与状态参数，完整包含shoulder_pan（肩关节平移）、shoulder_lift（肩关节抬升）、elbow_flex（肘关节弯曲）、wrist_flex（腕关节弯曲）、wrist_roll（腕关节旋转）、gripper（夹爪）的全链路运动控制数据，可真实还原机器人执行操作时的运动逻辑；二是同步采集的前端视觉数据，为480x640分辨率、30fps帧率的前方摄像头视频，采用高效AV1编码格式，在保障画面清晰度的前提下大幅压缩了存储体积，便于开发者批量调用。

从行业应用价值来看，该类多模态同步数据集可支撑多个机器人学习方向的研发需求：典型应用场景包括机器人模仿学习训练，研发人员可基于视觉与关节参数的对应关系，训练机器人复现同类操作动作，提升泛化操作能力；也可用于多模态感知算法验证，以关节状态真值为基准，测试机器人视觉系统对操作场景的识别精度、对自身运动状态的估算准确率；此外还可作为仿真到真实迁移（Sim2Real）研究的基准测试数据，验证仿真环境训练的模型在真实机器人场景下的适配效果。由于该数据集遵循LeRobot统一规范，也可与同框架下其他公开数据集合并使用，拓展训练数据规模，支撑更复杂的机器人操作模型研发。

当前全球AI训练数据要素供给体系中，面向垂直场景的专用数据集占比不足30%，其中具身智能、机器人领域的高质量公开数据集缺口尤为突出，本次数据集的发布进一步丰富了公开领域的机器人操作数据供给，有助于降低相关领域的研发门槛，推动机器人学习技术的落地迭代。

查看record-test_20261001_162520

Dataset card内容：

Files and versions内容：