外观
这套数据集的采集方式、多模态结构、存储格式与适用任务。
Libero-XVLA-format(Hugging Face 数据集标识:2toINF/Libero-XVLA-format)是面向具身智能策略训练与评测的公开数据集,采用物理仿真合成方式构建,规模涵盖 500 条轨迹 (episodes)。2toINF 在 Hugging Face 发布的机器人数据集。
数据结构上,该语料以 Parquet 格式组织,记录模态覆盖 视频, 图像, 状态观测,开放许可协议为 apache-2.0。适用于视觉-语言-动作模型(VLA)、扩散策略(Diffusion Policy)或模仿学习策略的预训练与下游任务微调;加载时需核对相机视角命名、时间戳同步及动作维度定义。
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
暂未公开或待收录:总时长
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download 2toINF/Libero-XVLA-format --repo-type dataset --local-dir ./data/2toinf-libero-xvla-format
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("2toINF/Libero-XVLA-format")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")采集或适配该数据集的机器人本体,以及可在其上训练/评估的 VLA 与控制策略模型。
尚未收录关联机型或引用它的模型。
本页事实对应的公开页面,以原文为准。