# libero_cot

> 权威词条地址：https://robotics.hellobike.com/datasets/yinchenghust-libero-cot
> 所属分类：datasets | 最近核验日期：2026-04-22 | 技术层级：L6

## 核心摘要

yinchenghust 在 Hugging Face 发布的机器人数据集，LeRobot 格式，采集构型 panda，含 1693 条轨迹，时长 7.6 小时。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/datasets/yinchenghust/libero_cot"] |
| `layers` | ["L6"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/datasets/yinchenghust/libero_cot"}] |
| `updated` | 2026-04-22 |
| `robots` | ["franka-research-3"] |
| `hours` | 7.6 |
| `episodes` | 1693 |
| `modalities` | ["图像", "时序"] |
| `annotation_levels` | ["动作轨迹", "状态观测"] |
| `formats` | ["LeRobot", "parquet"] |
| `license` | apache-2.0 |
| `collection` | sim |
| `hub_id` | yinchenghust/libero_cot |
| `hub_stats` | {"downloads": 1328, "likes": 0, "as_of": "2026-10-21"} |

## 技术详解与生态说明

libero_cot 是一个由 LeRobot 创建的数据集，面向 LIBERO benchmark，包含具身 Chain-of-Thought（CoT）示范数据。数据以成对的推理轨迹与动作轨迹为核心，旨在服务于视觉-语言-动作模型中推理能力相关的研究与训练。

该数据集作为 DeepThinkVLA 项目的一部分构建，使用两阶段数据引擎：先由云端 LVLM 对关键帧进行蒸馏，再通过微调后的本地 VLM 扩展到完整轨迹。项目关联论文为“DeepThinkVLA: Enhancing Reasoning Capability of Vision-Language-Action Models”，代码主页指向 OpenBMB/DeepThinkVLA，许可为 apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face datasets yinchenghust/libero_cot](https://huggingface.co/datasets/yinchenghust/libero_cot)