# LIBERO-plus

> 权威词条地址：https://robotics.hellobike.com/datasets/sylvest-libero-plus
> 所属分类：datasets | 最近核验日期：2025-10-17 | 技术层级：L6

## 核心摘要

Sylvest 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 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/datasets/Sylvest/LIBERO-plus"] |
| `layers` | ["L6"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/datasets/Sylvest/LIBERO-plus"}] |
| `updated` | 2025-10-17 |
| `episodes` | 500 |
| `modalities` | ["视频", "图像", "状态观测"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | mit |
| `collection` | sim |
| `hub_id` | Sylvest/LIBERO-plus |
| `hub_stats` | {"downloads": 17193, "likes": 27, "as_of": "2026-10-21"} |

## 技术详解与生态说明

LIBERO-plus 是用于视觉-语言-动作（VLA）模型鲁棒性分析的官方实现和基准，面向机器人开发者提供可替换原始 LIBERO 的评测环境。该基准包含 10,030 个任务，覆盖物体布局、相机视角、机器人初始状态、语言指令、光照条件、背景纹理和传感器噪声七类扰动，用于系统暴露 VLA 模型在不同扰动维度下的脆弱性。

仓库给出了多个 VLA 模型的评测结果，包括 OpenVLA 及其 OFT 变体、π₀、π₀-fast、Nora、WorldVLA、UniVLA 和 RIPT-VLA。结果中提到，模型对相机视角和机器人初始状态高度敏感，在适度扰动下性能可从 95% 降至 30% 以下；还观察到模型很大程度忽略语言指令，以及组合扰动带来的复杂交互效应。

使用方式与 LIBERO 基本一致：先移除原 LIBERO，再安装该仓库，并下载包含新物体、纹理等资源的 assets.zip 解压到指定路径。评测时方法几乎与 LIBERO 相同，主要需要将配置中的 num_trials_per_task 从 50 调整为 1。

## 原始核验来源 (Sources)

- [Hugging Face datasets Sylvest/LIBERO-plus](https://huggingface.co/datasets/Sylvest/LIBERO-plus)