# RoboGene

> 权威词条地址：https://robotics.hellobike.com/datasets/x-humanoid-robogene
> 所属分类：datasets | 最近核验日期：2026-03-13 | 技术层级：L6

## 核心摘要

X-Humanoid 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/X-Humanoid/RoboGene"}] |
| `updated` | 2026-03-13 |
| `modalities` | ["视频"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["Parquet"] |
| `license` | apache-2.0 |
| `collection` | teleop |
| `hub_id` | X-Humanoid/RoboGene |
| `hub_stats` | {"downloads": 8382, "likes": 0, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/datasets/X-Humanoid/RoboGene"] |

## 技术详解与生态说明

RoboGene 是面向 Vision-Language-Action 模型预训练的大规模机器人任务数据集，由 diversity-driven agentic framework 生成。框架在 RoboGene Agent Loop 中结合检索、生成与自反思，并使用 GPT-4o 等基础模型作为生成器，使任务指令具备语义多样性并在结构化环境中可物理执行。

数据集按场景组织，任务采用 LeRobot 格式，包含多视角 RGB 图像、前视与腕部视角、本体状态、高频关节或末端执行器控制序列，以及经验证的自然语言任务描述。场景覆盖 Kitchen、Laboratory、Medical、Office、Retail、Education、Industrial 和 Daily Life，技能从 pick-and-place 到多阶段装配和工具使用，并包含双臂操作轨迹。

实验用于 VLA 预训练、零/少样本适配和双臂协同研究；预训练模型在复杂下游任务中仅需 50 条人工示范即可快速适配，并在五个未见双臂任务上优于人工整理基线。许可为 Apache-2.0；限制包括高精度接触任务中的轻微 sim-to-real 差异，以及未覆盖高度专门或危险工业环境。

## 原始核验来源 (Sources)

- [Hugging Face datasets X-Humanoid/RoboGene](https://huggingface.co/datasets/X-Humanoid/RoboGene)