外观
数据集LeCAR-LabWanda
数据集档案汇总规模、格式、关联机型与模型
LeCAR-Lab 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 10K<n<100K。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
WANDA 是面向开放世界移动操作的合成数据引擎,可从一个人类 RGB-D 演示重建场景,包括 Gaussian-splat 背景、物体网格和交互轨迹,并在新的空间配置、场景甚至机器人形态中重新生成训练数据。本仓库提供论文中五个长时程任务的 WANDA 生成训练集,每个任务都来自 Agibot G1 上的一次真实人类演示。
数据集包含 drop_trash、fridge、lunch_box、pour、utensils 五个子集,共 16,922 个 episode,约 26.8M timesteps,约 248 小时,记录频率为 30 FPS。每个子集是自包含的 LeRobot v2.1 数据集,包含 meta、data、videos;帧级字段包括 20 维机器人本体状态、20 维动作目标、相机相对位姿、任务/目标条件向量,以及头部、左右腕部 RGB 视频。数据以 CC BY 4.0 发布。
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。
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 LeCAR-Lab/Wanda --repo-type dataset --local-dir ./data/lecar-lab-wanda
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("LeCAR-Lab/Wanda")
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。
本页事实对应的公开页面,以原文为准。