# D2E-Original

> 权威词条地址：https://robotics.hellobike.com/datasets/open-world-agents-d2e-original
> 所属分类：datasets | 最近核验日期：2026-05-05 | 技术层级：L6

## 核心摘要

open-world-agents 在 Hugging Face 发布的机器人数据集，规模 n<1K。

## 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/open-world-agents/D2E-Original"}] |
| `updated` | 2026-05-05 |
| `hours` | 273.4 |
| `modalities` | ["视频"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | cc-by-nc-4.0 |
| `collection` | teleop |
| `hub_id` | open-world-agents/D2E-Original |
| `hub_stats` | {"downloads": 11482, "likes": 5, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/datasets/open-world-agents/D2E-Original"] |
| `fps` | 60 |

## 技术详解与生态说明

D2E-Original 是 D2E: Scaling Vision-Action Pretraining on Desktop Data for Transfer to Embodied AI 的原始数据集，包含来自 29 款 PC 游戏的 273.4 小时同步视频、音频和输入事件。游戏覆盖 FPS、开放世界、模拟、沙盒、Roguelike 等类型，用于训练世界模型、视频生成模型、游戏智能体，以及面向具身 AI 迁移的视觉-动作预训练。

数据包含 FHD/QHD、60fps 的 H.264 视频与游戏音频，并记录键盘按下/释放与状态、鼠标点击、屏幕坐标、原始 HID 位移、按钮状态和活动窗口信息，均带纳秒时间戳并与视频帧同步。数据采用 OWAMcap 格式，基于 MCAP，`.mcap` 存储指向 `.mkv` 视频帧的 MediaRef，可按需解码；同时提供 OWAMcap reader、消息定义，以及可转换为 HuggingFace Datasets 并用于 PyTorch DataLoader 的 owa-data 管线。

## 原始核验来源 (Sources)

- [Hugging Face datasets open-world-agents/D2E-Original](https://huggingface.co/datasets/open-world-agents/D2E-Original)