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。
RoboBench 是面向多模态大语言模型的具身智能评测基准,用于评估模型在机器人场景中的理解与推理能力。它提供系统化评估框架,面向机器人应用,覆盖具身智能的多个方面,并支持文本、图像和视频数据。
该数据集包含 6092 个评测样本,其中图像样本 1400 个、视频样本 3142 个,用于时间与规划推理等评测。相关官方分数表和模型输出 JSON 另行托管,覆盖指令理解、感知与推理、泛化规划、可供性推理和错误分析;数据集采用 Creative Commons Attribution 4.0 International License 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。
暂未公开或待收录:总时长 · 演示轨迹数 (Episodes)
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 LeoFan01/RoboBench --repo-type dataset --local-dir ./data/leofan01-robobench
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("LeoFan01/RoboBench")
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。