JUNPU Intelligence Releases Large-Scale Dataset for Real-World Robot Reinforcement Learning

科技日报记者 夏凡<br> 6月18日，记者从均普智能了解到，均普智能旗下宁波具身智能机器人创新中心联合博登智能、上海交通大学MINT实验室，正式开源面向真实机器人强化学习的大规模数据集RW-RL-Dataset首批数据。该数据集彻底打破了传统机器人数据只记录“成功轨迹”的局限，为全球具身智能团队提供了可扩展、可复现、可协作的真实世界数据底座，标志着工业机器人实现从“会模仿”向“能自愈”的关键跨越。<br> 机器人进入真实环境后，会遇到大量离线示教覆盖不全的变化，只有把真实执行反馈带回训练，策略才有机会从可演示走向可部署。据介绍，RW-RL-Dataset数据集正是瞄准了这一核心需求，解决了机器人“只会模仿、不会自救”的行业痛点。<br> 据了解，均普机器人创新中心依托均普智能在智能制造领域的深厚积累，将拆装箱、穿线插接、零件分拣等真实制造环节中的典型任务，转化为覆盖抓取、插接、放置、拧紧四大核心技能的高质量真机数据，并在物品、环境、位置等维度进行充分泛化，完整记录了机器人执行中的成功、失败与恢复全过程。数据集不仅包含多视角视频、机器人状态等基础信息，更提供完整的Reward信号和RL训练标签，可直接加载至主流强化学习框架。<br> 大规模数据集RW-RL-Dataset第一版包含1000+小时真实机器人数据，覆盖4+类机器人系列、9+个场景域、30+任务模板和3类数据形态，面向人类在环、真机自主探索以及离线/在线强化学习训练。在本次发布的真机交互数据中，工业场景数据由均普创新中心采集构建。这批源自真实工业需求的数据，是训练鲁棒性工业机器人最稀缺的数据资产，也构成了RW-RL-Dataset区别于现有数据集的核心工业属性。<br> 据悉，开源这类数据的意义在于，它让不同团队能够在同一批真实轨迹上复现实验、比较方法，并把分散在不同本体和场景中的宝贵经验沉淀下来。“机器人通用本体与工业场景之间的‘最后一公里’鸿沟，核心在于高质量工业数据的缺失。”均普机器人创新中心负责人何川表示，“此次开源只是起点，我们将持续扩充数据集规模，计划2026年底前达到3000小时以上，重点增加工业精密装配等高价值场景数据，推动具身智能技术真正走向规模化工业落地。”5342652026-06-18 16:15:06:356夏凡均普智能发布面向真实机器人强化学习的大规模数据集1324滚动滚动<br> https://www.stdaily.com/web/gdxw/2026-06/18/content_534265.htmlnull科技日报100/enpproperty-->