# VLA4CoDrive

> 权威词条地址：https://robotics.hellobike.com/datasets/sayedpedramhaeri-vla4codrive
> 所属分类：datasets | 最近核验日期：2026-05-22 | 技术层级：L6

## 核心摘要

sayedpedramhaeri 在 Hugging Face 发布的机器人数据集，规模 1M<n<10M。

## 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/sayedpedramhaeri/VLA4CoDrive"}] |
| `updated` | 2026-05-22 |
| `hours` | 360.0 |
| `modalities` | ["视频", "图像", "状态观测"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | apache-2.0 |
| `collection` | teleop |
| `hub_id` | sayedpedramhaeri/VLA4CoDrive |
| `hub_stats` | {"downloads": 12736, "likes": 1, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/datasets/sayedpedramhaeri/VLA4CoDrive"] |

## 技术详解与生态说明

VLA4CoDrive 是面向多车协同自动驾驶的 Vision–Language–Action 数据集，用于支持 VLA 驾驶模型的训练与评估。数据来自同一驾驶片段内多辆车的同步感知，覆盖 8 个 CARLA towns 与 8 种天气条件，并提供帧对齐回放。该工作已被 WACV 2026 接收。

数据按视觉、语言和动作三类模态组织。视觉侧包含前、后、左、右 RGB 相机，以及 LiDAR、semantic LiDAR、optical flow、GNSS 和 IMU；语言侧提供 clip 级 Context、Caption、Description、Reasoning；动作侧包含 steer、throttle、brake 等低层控制，以及 30 步未来轨迹，可用于 imitation、forecasting 和 language-conditioned planning。

规模上包含约 10M 视觉样本、约 150K 语言标注、约 1M 动作记录和约 300–360 小时驾驶数据。标注格式包括 COCO、PASCAL VOC、KITTI 2D 和 KITTI 3D，数据可通过 Hugging Face Hub 下载。

## 原始核验来源 (Sources)

- [Hugging Face datasets sayedpedramhaeri/VLA4CoDrive](https://huggingface.co/datasets/sayedpedramhaeri/VLA4CoDrive)