AIRBOT_MMK2_double-sided_tape_placement

该数据集基于LeRobot格式，兼容LeRobot。它包括各种注释和特征，以支持多种学习方法。数据集被组织成训练和测试分割，数据被结构化为剧集、帧和任务。数据集还包括丰富的注释，用于子任务、场景、末端执行器和抓手。

原始信息汇总

AIRBOT_MMK2双面胶带放置数据集概述

数据集基本信息

• 数据集名称: AIRBOT_MMK2_double-sided_tape_placement
• 许可证: Apache-2.0
• 支持语言: 英语、中文
• 任务类别: 机器人技术
• 标签: RoboCOIN、LeRobot
• 规模类别: 10K-100K

技术规格

• 机器人类型: AIRBOT_MMK2
• 代码库版本: v2.1
• 末端执行器类型: 五指手
• 数据格式: 基于LeRobot的扩展格式，完全兼容LeRobot

场景与动作

• 场景类型: 家庭环境
• 原子动作: 抓取、拾取、放置

数据集统计

指标	数值
总情节数	50
总帧数	11452
总任务数	1
总视频数	200
总块数	1
块大小	1000
帧率	30

任务描述

主要任务

拾取一片双面胶带并将其放在meinianda上，然后拾取另一片胶带并放在meinianda上。

子任务

1. 异常
2. 结束
3. 用左手夹具抓取左侧透明圆环
4. 用右手夹具抓取右侧透明圆环
5. 空
6. 用左手夹具将左侧透明圆环放置到中间的fanta上
7. 用右手夹具将右侧透明圆环放置到中间的fanta上

数据采集

• 相机视角: 4个
• 视频编码: AV1
• 分辨率: 480×640
• 色彩通道: 3

可用标注

子任务标注

• 细粒度子任务分割和标注

场景标注

• 语义场景分类和描述

末端执行器标注

• 运动方向分类
• 速度幅度分类
• 加速度幅度分类

夹具标注

• 开/关状态标注
• 活动状态分类

附加特征

• 末端执行器仿真姿态（6D姿态信息）
• 夹具开合尺度（连续测量）

数据结构

数据分割

• 训练集: 情节0-49

文件组织

• 数据文件路径: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
• 视频文件路径: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

特征架构

视觉观测

• observation.images.cam_high_rgb: 视频
• observation.images.cam_left_wrist_rgb: 视频
• observation.images.cam_right_wrist_rgb: 视频
• observation.images.cam_third_view: 视频

状态与动作

• observation.state: float32
• action: float32

运动特征

• 末端执行器仿真姿态（状态和动作）
• 末端执行器方向（状态和动作）
• 末端执行器速度（状态和动作）
• 末端执行器加速度（状态和动作）

目录结构

AIRBOT_MMK2_double-sided_tape_placement_qced_hardlink/ ├── annotations/ ├── data/ │ └── chunk-000/ ├── meta/ └── videos/ └── chunk-000/ ├── observation.images.cam_high_rgb/ ├── observation.images.cam_left_wrist_rgb/ ├── observation.images.cam_right_wrist_rgb/ └── observation.images.cam_third_view/

相关链接

• 主页: https://flagopen.github.io/RoboCOIN/
• 论文: https://arxiv.org/abs/2511.17441
• 代码库: https://github.com/FlagOpen/RoboCOIN
• 问题反馈: https://github.com/FlagOpen/RoboCOIN/issues

贡献者

• RoboCOIN团队

版本信息

• 初始版本: v1.0.0 (2025年11月)

搜集汇总

数据集介绍

构建方式

在机器人操作研究领域，该数据集采用AIRBOT_MMK2双手机器人平台与五指灵巧手末端执行器，通过扩展LeRobot数据格式构建而成。数据采集过程涵盖50个完整操作片段，总计11452帧图像数据，以30帧率记录家庭环境下的双面胶带放置任务。数据以分块形式组织为单个数据块，每块包含1000个操作序列，采用标准化Parquet文件格式存储多视角视频与机器人状态信息。

使用方法

研究者可通过LeRobot兼容接口直接加载数据集，利用标准化数据路径访问训练集片段。数据使用遵循Apache-2.0开源协议，支持机器人模仿学习与强化学习算法的开发验证。具体实施时需解析Parquet格式的状态动作序列，结合多路视频流重建操作场景，利用末端执行器运动标注优化控制策略。数据集配套的元数据文件为算法评估提供标准化基准，建议通过GitHub仓库获取最新技术文档与示例代码。

背景与挑战

背景概述

在机器人操作领域，双手机器人系统的精细化控制一直是研究热点。AIRBOT_MMK2双面胶带放置数据集由RoboCOIN团队于2025年发布，作为RoboCOIN项目的重要组成部分，该数据集聚焦于家庭环境下的双手协调操作任务。通过AIRBOT_MMK2机器人平台与五指灵巧手的结合，研究者致力于解决复杂物体抓取与精确放置的核心问题，为机器人模仿学习与强化学习算法提供了包含11452帧多视角视频与丰富运动标注的真实世界数据。该数据集基于LeRobot框架构建，其多模态特性为双臂协同操作研究树立了新的基准。

当前挑战

双面胶带放置任务面临物体形变感知与精确位姿控制的固有难题，柔性物体的抓取力度调节与放置过程中的粘附特性对机器人控制策略提出严峻考验。数据集构建过程中需克服多传感器时序同步的技术障碍，四路高清视频流与36维关节状态数据的实时采集对系统带宽提出极高要求。双手协调动作的精细标注需要解决左右机械臂运动轨迹的时空对齐问题，而五指灵巧手的多关节控制更增加了动作空间建模的复杂度。模拟器到真实世界的域差异也使得仿真姿态数据的实际应用面临校准挑战。

常用场景

经典使用场景

在机器人操作学习领域，该数据集聚焦于双面胶带精准放置任务，通过记录五指灵巧手的抓取、拾取与放置等原子动作序列，为双臂协调操作研究提供了标准化实验平台。其多视角视觉观测与精细的动作轨迹标注，使得研究人员能够深入分析复杂环境下的物体抓取策略与精确放置机制。

解决学术问题

该数据集有效解决了机器人操作中多模态感知与运动规划协同优化的核心难题。通过提供包含末端执行器位姿、速度、加速度等完整运动学参数的多维度标注数据，显著推进了基于模仿学习与强化学习的双臂协同控制算法研究。其丰富的子任务分割标注为分层强化学习框架的验证提供了重要支撑。

实际应用

在工业自动化与家庭服务机器人场景中，该数据集支撑的算法可直接应用于精密装配、包装封装等需要精细操作的领域。通过模拟真实环境下的双面胶带粘贴流程，为开发具备自适应能力的灵巧操作系统提供了关键训练数据，推动机器人从单一重复任务向复杂多步骤作业的跨越。

数据集最近研究

最新研究方向

在机器人灵巧操作领域，AIRBOT_MMK2双面胶带放置数据集正推动双边协同控制的前沿探索。该数据集通过多视角视觉观测与精细的末端执行器运动标注，为双臂协作的动力学建模提供了坚实基础。当前研究聚焦于基于Transformer的模仿学习架构，利用其长序列建模能力解析双手操作的时序依赖性。随着具身智能研究热潮的兴起，该数据集支持的动态抓取策略优化与多模态动作生成，正成为实现通用机器人操作能力的关键突破口。其与LeRobot框架的深度整合，更为跨任务技能迁移提供了标准化实验范式，显著加速了家庭服务机器人的实用化进程。