UBTECH-Robotics/challenge2026_dataset

Challenge 2026数据集是为2026年全球人形机器人挑战赛模拟竞赛提供的训练和评估数据。该数据集包含四个主要任务：桌面细粒度零件分拣（Desktop Fine-Grained Part Sorting），其中包含长序列（756个片段）和短序列（1000个片段）的子集；纸箱密封和包装（Carton Sealing and Packing），包含1367个片段；泡沫镶嵌（Foam Inlaying），包含539个片段；以及传送带分拣（Covert Sorting），包含1064个片段。数据采用LeRobot v3.0格式，以Parquet文件存储，每个任务下包含多个数据片段，文件命名遵循file-{index}.parquet的约定。数据集旨在支持人形机器人在模拟环境中的精细操作和任务执行研究。The Challenge 2026 Dataset provides training and evaluation data for the 2026 Global Humanoid Robot Challenge Simulation Competition. It includes four main tasks: Desktop Fine-Grained Part Sorting, with subsets for long sequences (756 episodes) and short sequences (1000 episodes); Carton Sealing and Packing, with 1367 episodes; Foam Inlaying, with 539 episodes; and Covert Sorting, with 1064 episodes. The data is formatted in LeRobot v3.0, stored as Parquet files, with each task containing multiple episodes and files named following the file-{index}.parquet convention. The dataset is designed to support research on humanoid robot fine manipulation and task execution in simulation environments.

搜集汇总

数据集介绍

构建方式

该数据集为2026年全球人形机器人挑战赛的仿真竞赛环节提供训练与评估数据，采用LeRobot v3.0格式存储。数据涵盖桌面精细零件分拣、纸箱封箱与打包、泡沫精确镶嵌和传送带分拣四大任务，共计数千个演示片段。桌面分拣任务进一步划分为长序列（756个片段）和短序列（1000个片段）两种变体，以评估模型在不同任务长度下的泛化能力。每个片段以Parquet格式保存，数据文件按统一索引命名，便于批量加载与预处理。

特点

数据集具有高度的专业性与场景多样性，覆盖了精细操作、装配、包装和动态分拣等典型工业应用。不同任务的片段数量分布合理，其中包装任务最多（1367个片段），泡沫镶嵌任务最少（539个片段），平衡了各场景的数据规模。数据采用标准化的层级目录结构，任务名与描述字段清晰对应，便于研究者快速筛选与组合。LeRobot v3.0格式兼容主流机器人学习框架，降低了数据处理的复杂度。

使用方法

用户可通过Hugging Face CLI、Python接口或Git-XET三种方式下载数据集。Python方法推荐使用huggingface_hub库的snapshot_download函数，指定仓库ID为“UBTECH-Robotics/challenge2026_dataset”。下载后，数据按任务组织在独立文件夹中，每个片段的Parquet文件位于data/chunk-*目录下。字段定义可在LeRobot项目中的utils.py文件下查阅，用户可据此定义观测与动作空间，加载数据并用于模型训练或评估。

背景与挑战

背景概述

随着全球人形机器人技术的迅猛发展，模拟环境中的技能学习与泛化成为推动机器人从实验室走向产业应用的关键瓶颈。在此背景下，2026年全球人形机器人挑战赛仿真竞赛应运而生，由UBTECH Robotics等机构主导，旨在通过标准化数据集推动人形机器人操作技能的研发与评估。challenge2026_dataset数据集于2025年发布，聚焦于桌面精细零件分拣、纸箱封箱打包、泡沫精密装配与传送带分拣四大典型工业任务，提供超过3700个高质量演示片段（episodes），覆盖长短序列与多样化操作场景。该数据集采用LeRobot v3.0格式存储，为研究者提供了统一、可复现的基准，其发布显著促进了人形机器人精细操作、多任务泛化及仿真到现实迁移等领域的研究进展。

当前挑战

当前数据集面临的核心挑战体现在多个层面。首先，从领域问题看，人形机器人操作技能学习需应对高自由度关节控制、复杂接触动力学与精准抓取规划等难题，数据集虽覆盖四类典型任务，但任务间差异显著（如桌面分拣与纸箱打包的力控需求迥异），对模型的跨任务泛化能力提出严峻考验。其次，在构建过程中，大规模演示数据的采集涉及精确的遥操作与自动录制，需保证不同操作序列的样本均衡性与动作质量，例如长序列任务（如756回合的part_sorting_long）与短序列任务（如1000回合的part_sorting_short）在时间分布上的协调。此外，仿真数据与真实机器人部署之间存在的环境动力学差异（Sim2Real gap），以及不同场景下传感器噪声与物体变形的多样性，进一步加剧了模型稳健性与迁移适配的难度。

常用场景

经典使用场景

该数据集专为2026年全球人形机器人挑战赛仿真竞赛而构建，聚焦于桌面精细零件分拣、纸箱封箱打包、泡沫精准镶嵌以及传送带隐蔽分拣四大核心任务。其经典使用场景在于为双手机器人操作提供大规模、多样化的示范数据，每项任务均包含数百至上千条完整轨迹，并通过LeRobot v3.0格式统一存储，便于研究人员直接用于行为克隆、模仿学习等算法的训练与评估。数据集在仿真环境中生成，确保了动作序列的高度一致性与可重复性，成为验证人形机器人灵巧操作能力的基石。

实际应用

在实际工业场景中，该数据集赋能人形机器人执行高精度装配与物料处理任务，例如电子元件的自动化分拣、快递包裹的智能封装，以及零件托盘的精准镶嵌。通过在此数据集上训练的模型，机器人能够自适应地完成从抓取到放置的多阶段操作，显著减少对人工编程的依赖。这类技术已逐步应用于柔性生产线和仓储物流中心，有效提升了作业效率与质量一致性，为人形机器人在智能制造中的落地部署铺平了道路。

衍生相关工作

基于该数据集，衍生出了一系列开创性研究工作，包括开发适用于多模态数据的条件行为克隆框架，以及针对长轨迹任务的分层策略学习算法。部分工作利用数据集中的多任务结构，探索了共享表征与动态聚合策略，以提升跨任务泛化能力。此外，结合扩散模型或Transformer架构的模仿学习方法崭露头角，在桌面分拣和包装任务中展现了卓越的生成精度与动作平滑性。这些成果进一步催生了面向仿真环境的大规模策略对比基准，为人形机器人操作领域树立了新的评估标准。