外观
Skip to content
数据集HuggingFaceVLAcommunity_dataset_v1
数据集档案汇总规模、格式、关联机型与模型
community_dataset_v1
HuggingFaceVLA 在 Hugging Face 发布的机器人数据集，规模 10K<n<100K。
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。
Community Dataset v1 是面向视觉-语言-动作学习的社区贡献机器人数据集，包含来自全球 55 位贡献者的 128 个数据集。数据主要是使用 LeRobot 工具记录的 SO100 机械臂操作演示，聚焦桌面场景和日常物体交互；该子集经过 fps、最小 episode 数、视频质量等过滤，并对任务描述做了人工整理。
数据集共 11,132 个 episodes、5,105,808 帧、22,065 个视频，总时长 46.9 小时，总大小 119.3 GB，加权平均 FPS 为 30.4。主要任务包括 Manipulation、Pick & Place 和 Sorting。数据采用 LeRobot v2.0 与 v2.1 格式，包含带时间戳的 Parquet 观测、机器人关节位置和速度、动作序列、多视角相机观测、语言指令、同步视频以及元数据。
该数据集被用于预训练 SmolVLA，并面向 VLA 模型训练、机器人操作研究、模仿学习实验、多任务策略开发和具身 AI 研究。访问时需要登录 Hugging Face，可下载完整数据集或加载单个数据集，也可在 VLAb 训练框架中将训练脚本指向该数据集。
资料出处 Hugging Face datasets HuggingFaceVLA/community_dataset_v1
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。
- 总时长
- 46.9h
- 演示轨迹数 (Episodes)
- 11132
- 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
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 HuggingFaceVLA/community_dataset_v1 --repo-type dataset --local-dir ./data/huggingfacevla-community-dataset-v1
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("HuggingFaceVLA/community_dataset_v1")
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。
尚未收录关联机型或引用它的模型。
来源
本页事实对应的公开页面，以原文为准。