# failbench-libero-v2

> 权威词条地址：https://robotics.hellobike.com/datasets/aaronngx-failbench-libero-v2
> 所属分类：datasets | 最近核验日期：2026-06-29 | 技术层级：L6

## 核心摘要

aaronngx 在 Hugging Face 发布的机器人数据集，规模 10K<n<100K。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L6"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/datasets/aaronngx/failbench-libero-v2"}] |
| `updated` | 2026-06-29 |
| `robots` | ["franka-research-3"] |
| `episodes` | 45000 |
| `modalities` | ["视频", "图像", "状态观测"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | mit |
| `collection` | sim |
| `hub_id` | aaronngx/failbench-libero-v2 |
| `hub_stats` | {"downloads": 311, "likes": 1, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/datasets/aaronngx/failbench-libero-v2"] |
| `fps` | 4 |

## 技术详解与生态说明

FailBench LIBERO v2 是基于 LIBERO 遥操作演示构建的机器人失败接触预测数据集，机器人为 Franka Panda。每个 trial 会在演示进行到中途注入一次硬件失败，并记录随后约 1 秒 settle 过程中由失败导致的接触；监督目标是在 agentview 相机中的 240×320 force-weighted contact heatmap，用于预测给定失败前状态会把机器人或物体推向哪里发生接触。

数据集包含 45,000 个 trials，来自 3 个 split、10 个任务、每任务 1,500 个 trials。每个任务一个 HDF5 文件，trial 内包含 8 帧、4 fps 的失败前窗口，agentview 与 wrist RGB-D、关节位置/速度、末端位姿、接触点与力、相机标定、settle 后状态轨迹和物体轨迹等字段。失败模式包括 GRIPPER_OPEN、SINGLE_JOINT、MULTI_JOINT、ALL_JOINTS、SLIPPERY_GRIP。

数组使用 Blosc(lz4) HDF5 过滤器压缩，读取前需要先 import hdf5plugin 再用 h5py 打开文件，随附的 load_failbench.py 已处理这一点。目标缓存提供投影接触点与 force_mag，可按 force·failure_prob scatter 后做 σ=4 px Gaussian blur 重建热图；仓库包含基于 torch/torchvision 的加载与训练脚本。数据集以 MIT 发布，底层演示内容仍遵循 LIBERO 上游许可。

## 原始核验来源 (Sources)

- [Hugging Face datasets aaronngx/failbench-libero-v2](https://huggingface.co/datasets/aaronngx/failbench-libero-v2)