中国机器人企业智元机器人已将其"世界2026"数据集开源，重点面向具身智能领域的强化学习研究。

这套数据集的设计目标，是帮助机器人从真实世界的交互中学习，而不是仅仅依赖成功的专家演示。

它捕捉的是更广泛的学习过程本身，包括机器人如何通过失败与人工干预不断进步。

就在不久前，智元机器人刚刚在第二届世界人形机器人运动会上斩获46枚奖牌，其中包括18枚金牌，这也是该公司首次亮相国际赛事。

二、一万一千余条轨迹，三种类型的经验

智元"世界2026"第三主题数据集，为研究人员提供了旨在推动强化学习与具身智能发展的真实机器人经验数据。

这套开源数据集，包含了在14项工业与家居任务中采集的11430条真实世界轨迹。

与那些主要聚焦成功演示的数据集不同，这次发布的内容涵盖了更为广泛的机器人经验类型，包括成功执行、失败尝试、自主部署以及人类操作员的干预记录。

整个数据集围绕三种类型的轨迹展开：第一类是专家演示，记录的是人类操作员在真实环境中执行任务的参考范例，为机器人提供了任务执行方式的示范，也是后续学习的基础。

第二类涵盖自主策略试运行，记录的是机器人在部署学习到的策略后独立尝试完成任务的过程，其中既包括成功案例，也包括失败案例，这让研究人员不仅能看到机器人能做到什么，也能看清它的表现究竟在哪里、为何会出现问题。

数据集中共包含1024次成功的策略试运行，以及1369次失败的试运行记录。

第三类则聚焦"人在回路"式的纠正过程，记录了机器人在被人工干预前的行为表现、操作员接手控制的那一刻，以及用于恢复或完成任务的纠正性动作，这为研究人员理解机器人自主行为出错时的反应方式、以及人类引导如何帮助克服失败，提供了宝贵数据。

三、从"演示学习"走向"经验学习"

智元还为数据集加入了详尽的标注信息，涵盖任务进度、完成状态、错误类型、环境干扰以及人工干预等多个维度。

这些信息旨在为研究人员提供更结构化的机器人行为视角，并为强化学习及其他具身智能应用提供有价值的训练信号。

此次发布，反映出机器人学习领域一种更广泛的趋势转变：从主要依赖精心筛选的演示数据，转向从真实部署经验中学习。

在真实环境中，机器人可能遭遇意外障碍、犯下错误、偏离预定动作，或是需要外部协助，而捕捉这些情形，有助于研究人员研究单纯依靠成功演示难以揭示的能力边界、失败模式与恢复策略。

第三主题是智元"世界2026"这一更大规模开源计划的组成部分之一，该计划旨在成为具身智能研究领域的开放资源，公司计划后续继续扩充更多数据集、基准测试及研究资源。

据该公司介绍，通过向全球研究人员开放真实世界中的成功、失败与纠正性交互数据，其目标是为开发能够从自身经验中持续学习、并在日常环境中更可靠运行的机器人，提供更广泛的基础支撑。

正如智元"世界"官网所写："我们邀请全球研究人员利用智元'世界2026'数据集，推动机器人智能从实验室走向真实世界，赋能千行百业，切实提升生产与服务效率。