外观
Skip to content
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。
WGO-Bench 是一个小型人工标注基准，用于评估视觉语言模型能否把机器人和第一视角操作视频转成带时间戳的子任务标注。它面向两类任务：检测有意义操作子任务之间的边界，以及在给定片段上描述已完成的操作事件。
数据集包含 100 个视频 episode、743 个金标准子任务片段和 63 条唯一高层任务指令，来源包括 25 个 HomER 第一视角视频、50 个 RoboInter DROID station-arm 视频和 25 个 RoboCOIN Galaxea R1 Lite 头部相机视频。每行包含一个 episode、任务指令，以及带 start_sec、end_sec、subtask 的片段标注。
数据格式为 Parquet，MP4 视频字节直接嵌入每行。DROID/Galaxea episode 带同步命名的机器人状态通道，DROID 保留 EEF 位置、旋转和夹爪状态，Galaxea 保留双臂关节、夹爪及可用的 EEF/夹爪派生通道；不包含 actions。HomER 为纯视频，状态字段为 null。
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。
- 演示轨迹数 (Episodes)
- 100
- 采集方式
- 人类视频
- 开源协议
- cc-by-nc-sa-4.0
- 传感器模态
- 文本
- 标注粒度
- 语言标注
- 存储格式
- parquet
暂未公开或待收录：总时长
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 macrodata/WGO-Bench --repo-type dataset --local-dir ./data/macrodata-wgo-bench
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("macrodata/WGO-Bench")
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。
- Hugging Face datasets macrodata/WGO-Bench访问 2026-10-21