# LA-33K

> 权威词条地址：https://robotics.hellobike.com/datasets/mint-sjtu-la-33k
> 所属分类：datasets | 最近核验日期：2026-07-08 | 技术层级：L6

## 核心摘要

MINT-SJTU 在 Hugging Face 发布的机器人数据集，LeRobot 格式，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/MINT-SJTU/LA-33K"}] |
| `updated` | 2026-07-08 |
| `robots` | ["franka-research-3"] |
| `hours` | 28.24 |
| `episodes` | 33116 |
| `modalities` | ["视频"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["LeRobot"] |
| `license` | mit |
| `collection` | teleop |
| `hub_id` | MINT-SJTU/LA-33K |
| `hub_stats` | {"downloads": 4054, "likes": 2, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/datasets/MINT-SJTU/LA-33K"] |
| `fps` | 15 |

## 技术详解与生态说明

LA-33K 是面向机器人操作的 Language-Action 预训练数据集，来源于 LeRobot 格式的 DROID 数据集 cadene/droid_1.0.1。它包含 33,116 个短的原子操作片段、1,524,990 帧和 9,532 个语言任务，机器人为 Franka，数据采用 LeRobot v2.1 风格组织，划分为 train，帧率为 15 FPS。

每个 episode 将低层、与视觉无关的语言指令，与本体状态和动作轨迹对齐；字段包括关节状态、末端位姿、夹爪状态、笛卡尔/关节动作、时间戳和任务索引等。数据也包含每个 episode 的 3 路视频流，用于检查和 LeRobot 工具兼容；在 LA4VLA 的 LA 预训练设置中会遮蔽视觉输入，从语言、状态和动作学习。

构建流程从已有 DROID 演示中提取静止区间和夹爪转换等时序线索，使用原子动作词表、Qwen-3-VL-Plus 生成候选分段与指令，并经过人工验证。数据可通过 Git LFS 或 huggingface_hub 下载，并可配合 MINT-SJTU/LA4VLA 使用；许可为 MIT。其局限包括继承源数据覆盖与环境偏差，指令仍可能有边界或措辞噪声，短片段本身不构成长时程任务计划。

## 原始核验来源 (Sources)

- [Hugging Face datasets MINT-SJTU/LA-33K](https://huggingface.co/datasets/MINT-SJTU/LA-33K)