OmniRetarget 是由亚马逊联合麻省理工学院、加利福尼亚大学伯克利分校等机构于 2025 年发布的一个用于类人机器人全身运动重映射的高质量轨迹数据集，相关的论文成果为「OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction」。

该数据集包含 G1 仿人机器人与物体及复杂地形交互时的运动轨迹，涵盖机器人携物运动、地形行走及物体 – 地形混合交互三类场景。由于许可限制，公开的数据集中不包含 LAFAN1 的重映射版本，分为三个子集，总计约 4 小时运动轨迹数据，具体构成如下：

• robot-object：机器人携带物体的运动轨迹，源自 OMOMO 3.0 数据；
• robot-terrain：机器人在复杂地形上的运动轨迹，由内部 MoCap 采集生成，时长约 0.5 小时；
• robot-object-terrain：同时涉及物体与地形交互的运动轨迹，时长约 0.5 小时。
• 此外，该数据集另含 models 目录，提供 URDF 、 SDF 与 OBJ 格式的可视化模型文件，用于展示而非训练。

运动轨迹数据以 .npz 格式存储，每条轨迹包含帧率（fps）与系统状态（qpos）两个字段。