# comet-1.5k

> 权威词条地址：https://robotics.hellobike.com/datasets/delinqu-comet-1-5k
> 所属分类：datasets | 最近核验日期：2026-01-04 | 技术层级：L6

## 核心摘要

delinqu 在 Hugging Face 发布的机器人数据集，LeRobot 格式，采集构型 R1Pro，含 1469 条轨迹，时长 113.21 小时。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/datasets/delinqu/comet-1.5k"] |
| `layers` | ["L6"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/datasets/delinqu/comet-1.5k"}] |
| `updated` | 2026-01-04 |
| `hours` | 113.21 |
| `episodes` | 1469 |
| `modalities` | ["视频", "图像", "状态观测"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | mit |
| `collection` | teleop |
| `hub_id` | delinqu/comet-1.5k |
| `hub_stats` | {"downloads": 8237, "likes": 5, "as_of": "2026-10-21"} |

## 技术详解与生态说明

Comet-1.5k 是 Team Comet 发布的 RFT（Rejection Sampling Fine-Tuning）数据集，来自其 post-training 流水线在 BEHAVIOR-1K 模拟器（OmniGibson）上的生成结果。数据集由 rollout episodes 组成，通过选择成功或高质量轨迹并聚合，用于构建面向 VLA 策略后训练的数据。它被定位为支持可复现的 VLA/具身智能后训练研究、基于拒绝采样的数据集构建，以及对高信号 rollout 的高效迭代。

该数据集与 Openpi-Comet 流水线相关，覆盖并行 rollout 和数据集构建步骤。用途包括研究 RFT、过滤、重加权、基于 rollout 的 curriculum，复现或扩展 Openpi-Comet 的后训练流程，以及分析成功信号、任务实例难度、checkpoint 混合和扰动等因素对 rollout 价值的影响。相关代码库、论文和 BEHAVIOR-1K 链接已给出，问题和复现实验讨论建议在 Openpi-Comet 仓库提交 issue。

## 原始核验来源 (Sources)

- [Hugging Face datasets delinqu/comet-1.5k](https://huggingface.co/datasets/delinqu/comet-1.5k)