外观
Skip to content
AgiBotWorld-Beta_G1_task_537_make_the_bed
AgiBotWorld-Beta_G1_task_537_make_the_bed
BAAI-DataCube 在 Hugging Face 发布的机器人数据集，规模 n<1K。
数据集BAAI-DataCubeAgiBotWorld-Beta_G1_task_537_make_the_bed
数据集档案汇总规模、格式、关联机型与模型
AgiBotWorld-Beta_G1_task_537_make_the_bed
BAAI-DataCube 在 Hugging Face 发布的机器人数据集，规模 n<1K。
概述
这套数据集的采集方式、多模态结构、存储格式与适用任务。
BAAI-DataCube 在 Hugging Face 发布的机器人数据集，规模 n<1K。
已核实元数据：采集方式：遥操作；传感器模态：视频；存储格式：Parquet；开源协议：Apache-2.0；关联采集/适配机型：智元精灵 G2。
资料出处 Hugging Face datasets BAAI-DataCube/AgiBotWorld-Beta_G1_task_537_make_the_bed
关键规格与模态
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。
- 采集方式
- 遥操作
- 开源协议
- Apache-2.0
- 传感器模态
- 视频
- 标注粒度
- 动作轨迹状态观测
- 存储格式
- Parquet
暂未公开或待收录：总时长 · 演示轨迹数 (Episodes)
数据下载与加载代码
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 BAAI-DataCube/AgiBotWorld-Beta_G1_task_537_make_the_bed --repo-type dataset --local-dir ./data/baai-datacube-agibotworld-beta-g1-task-537-make-the-bed
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("BAAI-DataCube/AgiBotWorld-Beta_G1_task_537_make_the_bed")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")关联采集机型与策略模型
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。
采集与适用机型 1
来源
本页事实对应的公开页面，以原文为准。