墨比乌斯公司随着协作机器人(Co-bot)和人机协同系统广泛应用于智能制造产线,如何进行高效、安全的作业调度与空间协作设计成为智能工厂AI系统的重要能力之一。本数据集专注于“作业协同类”问题,聚焦多机器人、多工序、多控制系统等高复杂度作业场景,通过多步推理链式结构,模拟智能体在面对任务冲突、调度失衡、协作路径干涉等情况时的分析与应对过程。
每条数据包含:问题输入、逻辑化推理步骤(CoT)、最终答复、关键变量等标准字段,适用于多智能体调度系统、大模型工业Agent、工业知识图谱推理系统等任务训练与验证。
{
"id": "smartmfg_coop_001",
"industry": "智能制造",
"task_type": "作业协同类",
"label": "协作机器人任务冲突规避策略",
"input": "两台协作机器人在同一工位内完成装配与拧紧动作时出现任务冲突,请推理应如何设计任务调度避免干涉。",
"cot_steps": "首先分析两台机器人动作轨迹是否存在空间重叠;装配与拧紧操作时间间隔小于2秒,存在时间上并发;检查控制系统是否采用静态任务分配机制,缺乏实时调整能力;建议设定互锁区域与动作优先级,引入调度器判断工位占用;最终通过任务缓冲区与动态插队机制规避任务冲突。",
"answer": "通过引入工位互锁机制与动态任务调度器,避免机器人任务交叉干涉。",
"key_variables": "空间轨迹;动作并发;调度机制;互锁策略",
"difficulty": "复杂",
"source": "多机器人协作设计"
}| 字段 | 类型 | 描述 |
|---|---|---|
| File Name | string | File name |
| id | string | 数据唯一编号 |
| industry | string | 所属行业 |
| task_type | string | 任务类型 |
| label | string | 推理任务的标题标签 |
| input | string | 任务的自然语言问题或情境描述 |
| 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 | 在推理中涉及的关键变量或参考维度 |
| 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