开发者nakanakagawa登陆HuggingFace首发sponge_task数据集 赋能机器人遥操作与精细操作研发

当前，人形机器人、工业协作机器人正进入落地爆发期，遥操作示教作为机器人快速习得复杂操作技能的核心技术路径，高质量、多模态的细分场景训练数据集一直是行业研发的核心刚需——尤其是针对海绵擦拭等柔性操作、精细操作场景的标注数据，此前市场供给较为稀缺，成为制约相关算法迭代的重要瓶颈。
近日上线的sponge_task_10_02_v4数据集正是面向这一细分需求打造的专用训练数据集，由开发者nakanakagawa基于行业通用的LeRobot框架创建，为机器人海绵任务（sponge task）的专属遥操作数据集，相关参数标注完整，可直接接入主流机器人训练流程使用。
该数据集包含1个完整演示片段，总帧数达400帧，采集所使用的机器人为so_follower跟随机器人；其标注的动作与观测状态均覆盖6个核心维度，具体包括shoulder_pan（肩部旋转）、shoulder_lift（肩部升降）、elbow_flex（肘部弯曲）、wrist_flex（手腕弯曲）、wrist_roll（手腕旋转）和gripper（夹爪）的实时位置数据，关节维度标注完整度满足主流机器人操作模型的训练要求。同时，数据集同步配套两个摄像头（cam_0和cam_1）采集的640x480分辨率彩色视频流，帧率为20fps，采用AV1编码格式，兼顾了画质清晰度与存储空间效率。整体数据规模方面，结构化数据文件约100MB，配套视频文件约200MB，目前仅开放训练集分割供研发人员下载使用。
从应用价值来看，该数据集可广泛应用于机器人遥操作示教、精细操作任务的算法研发与模型训练：既可以用于训练机器人的柔性物体操作轨迹复刻能力，为桌面清洁、柔性工件加工等场景的机器人落地提供数据支撑；也可用于多模态机器人操作模型的预训练，辅助优化工业微小部件装配、医疗场景辅助操作等对精度要求较高的机器人任务效果，降低相关研发团队的原生数据采集与标注成本。作为数据要素市场中AI机器人细分赛道的垂直供给，这类场景化标注数据集的持续开放，将进一步完善机器人产业的训练数据供给体系，加速机器人操作能力的迭代速度。

查看sponge_task_10_02_v4

Dataset card内容：

Files and versions内容：