# RW-RL-Dataset

> 权威词条地址：https://robotics.hellobike.com/datasets/mint-sjtu-rw-rl-dataset
> 所属分类：datasets | 最近核验日期：2026-10-19 | 技术层级：L6

## 核心摘要

MINT-SJTU 在 Hugging Face 发布的机器人数据集，规模 100K<n<1M。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L6"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/datasets/MINT-SJTU/RW-RL-Dataset"}] |
| `updated` | 2026-10-19 |
| `modalities` | ["视频"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | Apache-2.0 |
| `collection` | teleop |
| `hub_id` | MINT-SJTU/RW-RL-Dataset |
| `hub_stats` | {"downloads": 34992, "likes": 13, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/datasets/MINT-SJTU/RW-RL-Dataset"] |

## 技术详解与生态说明

RW-RL Dataset 是 Boden Intelligence、Junpu Innovation Center 与上海交通大学 MINT Lab 发布的真实机器人交互数据集，面向仅靠模仿学习数据难以覆盖的场景：策略离开理想示教轨迹后，如何在物理世界中继续改进。当前 Hugging Face 仓库包含 R1Lite、G2A、PiperX 和 SO101 相关发布。 

该数据计划强调三类数据机制：人工遥操作、人工介入和自主 rollout/inference，并记录多视角视频、机器人状态、动作、奖励、done 信号与任务语义标签。任务模板覆盖抓取、放置、插入、拧紧、整理、堆叠等操作技能，示例任务包括给插排插充电器、扫码入袋、从推车补货到货架和更换纸巾盒。数据设计还包含规则与统计信号、事件信号、模型辅助评分，以及运动有效性、关节/夹爪范围、多相机时间一致性等自动质量检查和人工复核流程。

## 原始核验来源 (Sources)

- [Hugging Face datasets MINT-SJTU/RW-RL-Dataset](https://huggingface.co/datasets/MINT-SJTU/RW-RL-Dataset)