全球85个具身智能数据集盘点(附下载)

真实机器人数据集（22项）

1. 01. Open X-Embodiment（OXE）·Google DeepMind

   跨机构真机数据集合 · 统一格式与跨形态策略训练

   Open X-Embodiment由Google DeepMind联合全球机器人研究团队于2023年发布，汇集21家机构、34个实验室贡献的60个既有数据集，形成超过100万条真实机器人轨迹，覆盖22种机器人形态、527项技能和160,266个任务实例，并统一转换为RLDS轨迹格式。基于该混合数据训练的RT-1-X在五家合作实验室的实机测试中，平均成功率较各机器人单独训练提高50%；RT-2-X在新技能测试中的成功率达到原RT-2的3倍，显示跨机器人数据能够提升通用策略的迁移能力。

   

   Open X-Embodiment汇集不同数据集、机器人形态与操作技能的总览图。来源：Open X-Embodiment论文。

   相关资源

   项目主页：https://robotics-transformer-x.github.io/

   论文地址：https://arxiv.org/abs/2310.08864

   数据代码：https://github.com/google-deepmind/open_x_embodiment

2. 02. DROID·Stanford University

   分布式真机操作数据集 · 跨建筑真实场景采集

   DROID（Distributed Robot Interaction Dataset）由斯坦福大学、加州大学伯克利分校等机构联合建设，于2024年发表于RSS。50名采集者使用18套统一的Franka机器人平台，在北美、亚洲和欧洲历时12个月采集76,000条示范轨迹、350小时交互数据，覆盖564个场景和86类任务。论文在6项任务、4个地点评估，用DROID共同训练的策略较次优方法在分布内、分布外的绝对成功率分别提高22和17个百分点，表明场景多样性能提升策略的鲁棒性与迁移能力。

   

   DROID覆盖浴室、厨房、餐厅、卧室、实验室、洗衣房和办公室等真实采集场景。来源：DROID论文 Figure 1。

   相关资源

   项目主页：https://droid-dataset.github.io/

   论文地址：https://arxiv.org/abs/2403.12945

   数据代码：https://github.com/droid-dataset/droid

3. 03. BridgeData V2·UC Berkeley

   跨场景真机操作数据集 · 低成本示范规模化

   BridgeData V2由加州大学伯克利分校团队于2023年8月发布，后发表于CoRL 2023，在公开可购的低成本WidowX 250机械臂上采集，包含60,096条真实机器人轨迹，覆盖24个环境、100余种物体和多类桌面操作技能，记录多视角图像、机器人状态、动作与自然语言指令。数据兼容以目标图像或语言指令为条件的开放词汇多任务学习方法；论文在其上训练6种模仿学习与离线强化学习方法，发现性能随数据量、模型容量和技能多样性提升而提高，并提供原始轨迹、TFDS版本和预训练模型。

   

   BridgeData V2覆盖多种技能、24个环境、开放词汇任务与100余种物体。来源：BridgeData V2官方项目页。

   相关资源

   项目主页：https://rail-berkeley.github.io/bridgedata/

   论文地址：https://arxiv.org/abs/2308.12952

   数据代码：https://github.com/rail-berkeley/bridge_data_v2

4. 04. LeRobot Community Dataset v3·Hugging Face

   社区机器人数据标准 · 分片存储与流式读取

   LeRobot Dataset v3由Hugging Face发布，是LeRobot机器人学习库的统一数据格式与社区分发体系。v3把多个episode合并存储，数据和视频分别保存为Parquet与MP4分片，再用元数据按episode索引定位，减少海量小文件带来的存储与加载负担；它支持多相机、多模态数据和流式读取，无需下载完整数据集即可训练。研究者可在Hugging Face Hub发布和加载兼容数据，并用LeRobot工具完成可视化、统计、格式转换和策略训练，降低跨机器人数据复用的工程成本。

   

   LeRobot Dataset v3支持从分片数据源进行流式读取，无需预先下载完整数据集。来源：Hugging Face LeRobot文档。

   相关资源

   官方文档：https://huggingface.co/docs/lerobot/lerobot-dataset-v3

   社区数据：https://huggingface.co/lerobot

   代码仓库：https://github.com/huggingface/lerobot

5. 05. AgiBot World（Colosseo / 2026）·智元机器人

   大规模真机操作数据集 · 长程任务与灵巧操作

   AgiBot World由智元机器人联合OpenDriveLab等团队于2025年3月发布，Beta版包含超过100万条真实机器人轨迹、累计2,976.4小时，覆盖五类部署场景、217项任务、87种技能和3,000余种物体，采集平台包括双臂移动机器人、6自由度灵巧手与视触觉传感器。在该数据上预训练的策略，在域内与分布外测试中平均较Open X-Embodiment提高30%；配套通用策略GO-1在复杂长程任务上的成功率超过60%，较RDT提高32%。2026年起，项目又以主题形式持续发布强化学习等新数据。

   

   AgiBot World Colosseo的数据规模、人机协同采集、G1本体、GO-1模型与训练基础设施总览。来源：AgiBot World Colosseo论文。

   相关资源

   项目主页：https://agibot-world.com/

   论文地址：https://arxiv.org/abs/2503.06669

   数据下载：https://huggingface.co/datasets/agibot-world/AgiBotWorld2026

   代码仓库：https://github.com/OpenDriveLab/AgiBot-World

6. 06. RoboMIND（含 2.0）·北京人形机器人创新中心

   多本体真机操作数据集 · 多模态与多任务覆盖

   RoboMIND由北京人形机器人创新中心联合北京大学、北京智源人工智能研究院于2024年12月发布，并入选RSS 2025。首版在统一采集平台上按标准化流程遥操作采集10.7万条真实示范轨迹，覆盖Franka、UR5e、AgileX双臂和双灵巧手人形机器人4种本体、479项任务与96类物体，另含5,000条标注失败原因的失败示范，并在Isaac Sim中复刻了数字孪生环境。2025年12月发布的RoboMIND 2.0扩展到6种本体、739项任务和超过31万条双臂操作轨迹，新增1.2万条触觉增强数据和2万条移动操作轨迹。

   

   RoboMIND首版的4类机器人本体、采集场景与数据规模总览。来源：RoboMIND项目页。

   相关资源

   项目主页：https://x-humanoid-robomind.github.io/

   论文地址：https://arxiv.org/abs/2412.13877

   数据下载：https://huggingface.co/datasets/x-humanoid-robomind/RoboMIND

   代码仓库：https://github.com/x-humanoid-robomind/x-humanoid-robomind.github.io

扩展阅读

国家数据局：已构建高质量数据集建设“3NM”工作体系

为什么这9家具身智能企业做客国家数据局局长座谈会？