外观
Skip to content
数据集MINT-SJTURW-RL-Dataset
数据集档案汇总规模、格式、关联机型与模型
RW-RL-Dataset
MINT-SJTU 在 Hugging Face 发布的机器人数据集，规模 100K<n<1M。
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。
RW-RL Dataset 是 Boden Intelligence、Junpu Innovation Center 与上海交通大学 MINT Lab 发布的真实机器人交互数据集，面向仅靠模仿学习数据难以覆盖的场景：策略离开理想示教轨迹后，如何在物理世界中继续改进。当前 Hugging Face 仓库包含 R1Lite、G2A、PiperX 和 SO101 相关发布。
该数据计划强调三类数据机制：人工遥操作、人工介入和自主 rollout/inference，并记录多视角视频、机器人状态、动作、奖励、done 信号与任务语义标签。任务模板覆盖抓取、放置、插入、拧紧、整理、堆叠等操作技能，示例任务包括给插排插充电器、扫码入袋、从推车补货到货架和更换纸巾盒。数据设计还包含规则与统计信号、事件信号、模型辅助评分，以及运动有效性、关节/夹爪范围、多相机时间一致性等自动质量检查和人工复核流程。
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。
- 采集方式
- 遥操作
- 开源协议
- Apache-2.0
- 传感器模态
- 视频
- 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 MINT-SJTU/RW-RL-Dataset --repo-type dataset --local-dir ./data/mint-sjtu-rw-rl-dataset
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("MINT-SJTU/RW-RL-Dataset")
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。
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face datasets MINT-SJTU/RW-RL-Dataset访问 2026-10-21