面向真实世界具身智能任务的开放基准数据集
From Desktop Manipulation to Real-World Tasks
具身智能模型最终需要服务于真实世界，而真实环境中的机器人任务，与在实验室桌面上完成单一操作存在明显差异。
LoongRobo Real-World Benchmark Dataset 聚焦真实场景下的机器人任务能力验证，是面向具身智能模型真实场景能力验证的开放任务基准数据集。
不同于主要在固定桌面上完成抓取、放置、插入等单项操作的传统机器人任务数据集，本数据集基于真实搭建的居家、工业等场景化样板间开展任务采集，尽可能还原机器人实际进入应用环境后的任务条件。
机器人需要真正进入完整的真实场景，根据任务指令理解环境、定位目标并完成实际任务，从而更加真实地反映模型在真实世界中的任务执行能力。
数据集以真实机器人任务为基本单元，通过标准化的任务定义和实际任务数据，为具身智能模型的训练、优化、测试与真实世界能力评测提供数据基础。
数据集与 LoongRobo 真实场景评测体系相结合，开发者可以基于公开任务进行模型开发，并进一步报名参与 LoongRobo Model Arena 真实场景评测。
数据来源于真实搭建的场景化样板间，而非单一桌面测试环境。
通过还原居家、工业等实际应用场景的空间布局、物体配置和任务环境，让机器人真正进入场景并执行任务，采集真实世界中的机器人任务数据。
数据以完整真实场景为基础进行组织，不局限于单一物体或固定桌面的操作。
任务更加关注机器人与真实空间、环境、物体以及任务目标之间的关系。
数据来自机器人在真实环境中的实际执行过程，保留真实机器人本体、传感器、物体、空间环境及任务执行过程中产生的真实数据特征。
数据以真实世界中的具体机器人任务为基本单元。
每项任务具有明确的任务指令、任务目标和执行要求，并对应实际机器人执行过程及任务结果。
数据集将持续扩展真实场景、任务类型和机器人任务数据。
欢迎开发者、高校、科研机构和机器人企业共同贡献新的真实场景任务与数据，持续完善面向真实世界的具身智能任务基准。
本数据集主要包含真实场景、机器人任务以及对应的任务数据。
数据集基于真实搭建的场景化样板间开展任务采集，场景按照实际应用环境进行空间组织和物体配置。
当前任务场景主要围绕：
具体场景信息以仓库当前发布版本为准。
任务以真实场景中的具体机器人任务为基本单元，覆盖：
具体任务列表及任务定义以仓库当前发布版本为准。
数据采集以真实场景任务为基础，让机器人进入场景并按照预设任务要求完成实际操作。
整体采集流程：
真实场景搭建➡任务设计➡任务标准化定义➡机器人进入场景➡执行真实任务➡采集任务过程➡记录任务结果➡数据整理➡形成 Dataset
如果你正在开发具身智能模型、VLA 模型或机器人操作策略，欢迎基于本数据集开展模型训练与优化，并参与 LoongRobo 真实场景评测。
参与链接：https://www.openloong.org.cn/cn/loongrobo
参与流程：
查看 Benchmark Task➡获取 Benchmark Dataset➡训练 / 优化模型➡提交评测申请➡真实场景执行 Benchmark➡获取评测结果
欢迎以下团队参与：
具身智能模型团队 VLA / Robotics 模型开发者 高校及科研机构 人形机器人企业 机器人算法团队 开源社区开发者
我们欢迎社区贡献真实世界任务与相关数据。
你可以贡献：
请参考 CONTRIBUTING.md 了解详细贡献规范。
本项目采用 apache-2.0 开源协议。
具体使用、修改与再发布规则请参考仓库中的 LICENSE 文件。
如果本数据集对你的研究或项目有所帮助，欢迎引用：
@misc{loongrobo_real_world_benchmark,
title = {LoongRobo Real-World Benchmark Dataset},
author = {OpenLoong Community},
year = {2026}
}如有数据集使用、Benchmark 评测或社区共建相关问题，欢迎通过以下方式联系我们：
真实世界的机器人能力，需要在真实场景的任务中得到验证。
欢迎使用 LoongRobo Real-World Benchmark Dataset，训练、验证并持续提升你的具身智能模型。
Train in the Real World · Evaluate on Real Tasks · Build Better Robots