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。

ManiTwin-100K 是面向机器人操作研究的大规模 manipulation-ready 数字物体孪生数据集。每个物体包含可用于仿真的 3D 网格、物理属性、功能点标注、抓取配置和语言描述，并通过基于物理的仿真进行验证；当前早期访问版本释放约 1K 个样例物体及部分标注。

数据强调可直接进入物理仿真：网格为 watertight、collision-ready，可部署到 Isaac Sim、SAPIEN、PyBullet。标注包括 active、passive 和 bounding_box 三类，覆盖 VLM 选择的抓取点、Isaac 格式的仿真验证 6-DoF 抓取姿态、放置位置、工具使用功能点、容器放置点和碰撞边界；语言描述分为 seen 训练集与 unseen 零样本评估集。

该数据集支持生成大规模抓取与操作轨迹、多物体场景布局合成、面向操作的 Robotics VQA、功能区域与抓取位置预测，以及仿真预训练策略的 sim-to-real transfer。数据由 ManiTwin 自动化流程构建，使用 3D 生成模型、视觉语言模型标注和物理仿真验证。

资料出处 Hugging Face datasets ManiTwin/ManiTwin-100K

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。

Hub 下载量: 21.6k; 出处Hugging Face
Hub 点赞: 13; 出处Hugging Face

采集方式: 仿真
开源协议: cc-by-nc-4.0
传感器模态: 视频图像状态观测
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 ManiTwin/ManiTwin-100K --repo-type dataset --local-dir ./data/manitwin-manitwin-100k

# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("ManiTwin/ManiTwin-100K")
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。

Hugging Face

来源

本页事实对应的公开页面，以原文为准。

Hugging Face datasets ManiTwin/ManiTwin-100K访问 2026-10-21

ManiTwin-100K ​

概述

关键规格与模态

数据下载与加载代码

关联采集机型与策略模型

来源

ManiTwin-100K