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。

Computer Use Trajectories 是一个面向计算机使用智能体轨迹的数据集，包含在 OSWorld 任务上收集的成功轨迹。每行对应一条完整任务轨迹，共 160 条，累计 1,378 个步骤，平均约 8.6 步；轨迹由 Gemini 3 Flash Preview 智能体生成，使用线性化 accessibility tree 进行 grounding，并仅保留最终分数为 1.0 的完全成功样本。

任务覆盖 Chrome 网页浏览、GIMP 图像编辑、LibreOffice Calc/Impress/Writer、跨应用工作流、桌面操作、Thunderbird 邮件、VLC 媒体播放和 VS Code 代码编辑等域。每步数据以并行列表存储，包括 pyautogui 动作、完整 LLM 响应、PNG 桌面截图、线性化 accessibility tree、执行状态、标准输出/错误、奖励和结束标记；每条轨迹还关联 MP4 全程屏幕录制，路径为 recordings/{domain}/{task_id}.mp4。

数据通过 ComputerRL evaluation framework 在 OSWorld 虚拟机上采集，可用于分析成功的桌面交互流程、动作序列和多模态状态记录。

资料出处 Hugging Face datasets markov-ai/computer-use

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): 160
Hub 下载量: 496; 出处Hugging Face
Hub 点赞: 75; 出处Hugging Face

采集方式: 遥操作
开源协议: apache-2.0
传感器模态: 图像文本时序视频
标注粒度: 动作轨迹状态观测语言标注
存储格式: parquetoptimized-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 markov-ai/computer-use --repo-type dataset --local-dir ./data/markov-ai-computer-use

# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("markov-ai/computer-use")
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 markov-ai/computer-use访问 2026-10-21

computer-use ​

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

computer-use