# EgoDex-LeRobot-v3.0

> 权威词条地址：https://robotics.hellobike.com/datasets/griffinlabs-egodex-lerobot-v3-0
> 所属分类：datasets | 最近核验日期：2026-07-01 | 技术层级：L6

## 核心摘要

griffinlabs 在 Hugging Face 发布的机器人数据集。

## 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/griffinlabs/EgoDex-LeRobot-v3.0"}] |
| `updated` | 2026-07-01 |
| `modalities` | ["视频", "图像", "状态观测"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | cc-by-nc-nd-4.0 |
| `collection` | human_video |
| `hub_id` | griffinlabs/EgoDex-LeRobot-v3.0 |
| `hub_stats` | {"downloads": 14320, "likes": 16, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/datasets/griffinlabs/EgoDex-LeRobot-v3.0"] |

## 技术详解与生态说明

EgoDex-LeRobot-v3.0 是将 Apple EgoDex 数据集转换为 LeRobot datasets v3.0 格式后的数据集仓库。顶层按 train / test 组织，每个 split 下有多个子目录；每个子目录对应原始 EgoDex 格式中的一个目录，并作为一个独立的 LeRobot dataset 使用。

加载完整训练集时，需要把各子目录分别作为 LeRobotDataset 读取后再合并，例如使用 PyTorch 的 ConcatDataset，也可以用 MultiLeRobotDataset 自动处理。转换过程中没有保留 confidence scores。

由于特征数量较多，加载 parquet 表可能占用大量 RAM；可用 lerobot-edit-dataset 删除未使用的特征。训练集中 basic_fold、basic_pick_place、play_piano、thread_unthread_bead_necklace、vertical_pick_place 等原始文件夹被拆分为带 -part* 后缀的较小子集，以加快转换。

## 原始核验来源 (Sources)

- [Hugging Face datasets griffinlabs/EgoDex-LeRobot-v3.0](https://huggingface.co/datasets/griffinlabs/EgoDex-LeRobot-v3.0)