机器人前瞻（公众号：robot_pro）
编译 | 周加琦
编辑 | 漠影

机器人前瞻6月26日报道，近日，BitRobot联合Hugging Face和宇树科技，正式发布了数据集HIW-500（Humanoids-in-the-Wild 500），这是在真实家庭环境采集、规模最大的开源人形机器人遥操作数据。

该数据集在东南亚12个不同的家庭中采集，包含超500小时的全身运动数据、23000个任务片段，总数据体量约10TB。数据集主要集中在长时序任务，包括房间导航、操控各种物品以及执行多步骤的活动，其中部分独立片段的时长超过八分钟，为研究人员提供了海量的真机数据资源。

▲HIW-500任务时长分布

当前，人形机器人的“大小脑”发展严重失衡。“小脑和本体”发展日趋成熟，已经能够稳定行走、跳舞、越障，但负责理解任务、规划决策、执行操作的 “大脑” 却发展缓慢。这一失衡已成为全球人形机器人产业亟待突破的共性难题，也是制约规模化落地应用的核心瓶颈。

该问题的根源在于机器人的“大脑”缺乏对真实物理世界的充分认知，而这背后是真机数据的严重不足。为此，BitRobot、Hugging Face和宇树三方携手，将数据采集从“实验室”搬到真实生活环境中，旨在解决人形机器人“数据荒”的问题。

BitRobot是一个致力于推动机器人研发的平台。该平台介绍，HIW-500数据集覆盖10多项核心家庭任务，每项任务都细分为数千次演示，并配有详细的子任务标注，让研究人员能够在不同的复杂度层级上训练和评估AI模型。

宇树作为机器人公司，提供硬件支持。此次采集数据集，宇树部署了多台Unitree G1，并搭载特定的传感器阵列。

头部视觉：Unitree G1搭载一个立体头部摄像头，以480p分辨率和30FPS的帧率采集RGB数据。

腕部视觉：双臂均配备红外（IR）立体腕部摄像头，以480p分辨率、30 FPS采集RGB和红外数据，有效减少操作过程中的视觉遮挡。

运动状态：该机器人有29个自由度，配备板载IMU和里程计进行状态追踪，完整记录机器人的运动轨迹。

▲Unitree G1执行清扫任务

Hugging Face是全球最大AI开源社区，负责HIW-500数据集的处理。以上采集的数据集物理体积庞大，对于设施有限的实验室来说，传输数据和训练模型时门槛较高。因此，Hugging Face的LeRobot团队将整个数据集重新编码为开源的LeRobot格式。

高效瘦身：该团队通过优化数据结构，成功将10TB压缩至2TB。

零损耗：机器人的运动轨迹、摄像头画面和任务标注保持一致，未损失任何数据细节。

开发更轻量：优化后的数据集存储占用大幅降低，传输、管理和模型训练都更加便捷。

目前，完整的数据集已在Hugging Face上发布，同时包含原生ROSbag和压缩后的LeRobot两种格式。此外，开发者可以在浏览器中使用LeRobot Visualizer来探索该数据集。

▲Hugging Face上的HIW-500数据集页

最后，对开发者而言，还有一点至关重要：Unitree G1已获得LeRobot库的原生支持。这意味着大家可以直接下载HIW-500数据集，在自有的Unitree G1实体上进行训练，该举措有效降低了真实家庭环境下自动化研究的门槛。