墨比乌斯公司在食品加工与分拣环节,机器人与人工混合协同作业成为提升柔性效率与控制成本的重要方式。然而由于作业节拍差异、接口设计滞后等问题,常常发生机器人等待、人工拥堵、交接不畅等协同瓶颈。为提升AI系统对作业节奏协调、任务拆分与人机交互设计的智能理解能力,本数据集围绕“作业协同类”任务构建,聚焦机器人与工人协同中常见的操作时序冲突,通过多步推理链(Chain-of-Thought)模拟人类工程师对协同瓶颈的诊断与优化策略建议,适用于协同制造智能体、工业人因工程优化助手、大模型协同任务生成系统等应用。
{
"id": "foodproc_coop_001",
"industry": "食品加工",
"task_type": "作业协同类",
"label": "人工与机器人协同效率提升策略",
"input": "在生鲜分拣车间,机器人负责抓取并放置至传送带,但工人扫码确认环节常出现等待,请提出优化策略。",
"cot_steps": [
"分析节拍差异,机器人每次循环约6秒,人工扫码平均10秒。",
"机器人连续作业时会堆积2~3份待扫码产品,造成拥堵。",
"建议设定动态缓存区,由机器人临时放置多个托盘,再由人工批量扫码处理。",
"另外调整扫码工位的人机交互界面,提高扫码响应速度。",
"最终实现机器人连续运行与人工缓冲处理协同节奏。"
],
"answer": "设置缓冲托盘区与优化扫码交互系统,有助于解决节拍不一致造成的等待问题。",
"key_variables": [
"机器人节拍",
"人工操作时间",
"缓存设计",
"扫码速度"
],
"difficulty": "中等",
"source": "人工协作优化实践"
}| 字段 | 类型 | 描述 |
|---|---|---|
| 文件名 | string | 文件名 |
| id | string | 数据唯一编号 |
| industry | string | 所属行业 |
| task_type | string | 任务类型 |
| label | string | 推理任务标题标签 |
| input | string | 异常场景描述或报警背景 |
| cot_steps | string | 思维链形式的推理步骤,逐步展开逻辑 |
| answer | string | 故障原因总结/最终诊断结果 |
| key_variables | string | 分析中涉及的关键技术变量 |
| difficulty | string | 难度等级 |
| source | string | 数据来源 |
| 项目 | 内容 |
|---|---|
| 授权类型 | CC-BY-NC-SA 4.0(非商业署名共享) |
| 商业使用 | 需申请专属订阅或授权合同(支持按月/按调用次数收费) |
| 隐私与脱敏 | 无PII,无真实公司名,模拟场景均符合行业标准 |
| 合规体系 | 中国《数据安全法》 / 欧盟GDPR / 企业数据可访问日志支持 |
让数据提供商通过发布请求来找到你