这是一个 MolmoSpaces/Synthmanip 训练数据集，包含 Franka 在 hard ProcTHOR-Objaverse benchmark 上执行 pick_and_place_relative_next_to 的严格成功示范，只保留 left 和 right 两个方向，不含 behind、in_front、失败、lax-success 或未渲染 episode。示范来自 bounded directional-search scripted policy，planner 的方向搜索切片和任务 strict-success 切片均为 80 度，因此样本被有意限定在脚本策略成功的情形上，并非所有 benchmark 布局的无偏采样。

数据集共 1033 条轨迹，其中 left 505 条、right 528 条。MuJoCo classic 以 624x352、约 15.15 frames/s 重渲染；每条轨迹包含 droid_shoulder_light_randomization 和 wrist_camera_zed_mini 两个 RGB 相机。HDF5 保存机器人观测（qpos、qvel、TCP/抓取状态）、动作表示、奖励、strict/lax outcome 信号、任务元数据以及逐帧 MuJoCo state；每个输出 HDF5 将一个源轨迹重命名为 traj_0。

训练/验证划分按物理 house_index 确定且 house 不交叉：train 为 929 条轨迹，val 为 104 条轨迹。相机内外参未复制到 obs/sensor_param，RGB MolmoBot/SPOC loader 不需要这些字段；若训练使用标定、深度、分割或图像空间几何，需要先补充并验证。构建过程还用 SynthmanipDataset 对两个 split 做了 smoke-load。