外观
Skip to content
数据集MLL-Labembodied-exam-media
数据集档案汇总规模、格式、关联机型与模型
embodied-exam-media
MLL-Lab 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。
Embodied First Exam: media 存放 Embodied First Exam 背后的图片、视频和 agent runs。该考试是面向机器人领域代码智能体的基准；每道题是一个冻结的仿真场景，包含写给人的目标描述，答案是一段程序，并通过在新的模拟器中回放来评分。
自 2026 年 10 月 16 日起，每个 master 原生渲染在 1080p 以上，目标分辨率为 2560x1440，并使用光线追踪或路径追踪，不接受光栅化渲染。每个视频回放已解出的评分任务本身，可来自参考解、成功的智能体运行或官方演示；物理保持不变，只改变相机、灯光和材质。没有已解运行的任务展示其初始场景的慢速环绕。
媒体由 suite 作者通过评审仓库提交，评审后镜像到该仓库，不接受直接 pull request。视频和图片是各 suite 仿真场景的渲染；场景和资产沿用其上游基准的许可。
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
- 仿真
- 开源协议
- other
- 传感器模态
- 图像
- 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 MLL-Lab/embodied-exam-media --repo-type dataset --local-dir ./data/mll-lab-embodied-exam-media
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("MLL-Lab/embodied-exam-media")
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 MLL-Lab/embodied-exam-media访问 2026-10-27