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。
Open X-Embodiment（Hugging Face 数据集标识：Open X-Embodiment）是面向具身智能策略训练与评测的公开数据集，采用多源混合采集方式构建，规模涵盖 480 条轨迹 (episodes)、约 4.0 小时时长。跨机器人具身数据集合；OpenVLA 使用其中 970k 条机器人轨迹进行预训练。
数据结构上，该语料以 RLDS 格式组织，记录模态覆盖 多视角 RGB 图像, 关节位置与末端位姿 (Proprioception), 自然语言任务指令, 连续控制动作轨迹，采集本体关联 Franka FR3, 松灵 PiPER, 宇树 G1，开放许可协议为 Apache-2.0。适用于视觉-语言-动作模型（VLA）、扩散策略（Diffusion Policy）或模仿学习策略的预训练与下游任务微调；加载时需核对相机视角命名、时间戳同步及动作维度定义。
资料出处 OpenVLA
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。
- 总时长
- 4h
- 演示轨迹数 (Episodes)
- 480
- 采集方式
- 混合
- 开源协议
- Apache-2.0
- 传感器模态
- 多视角 RGB 图像关节位置与末端位姿 (Proprioception)自然语言任务指令连续控制动作轨迹
- 标注粒度
- 任务级自然语言指令逐帧关节/末端动作轨迹对齐
- 存储格式
- RLDS
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 lerobot/open-x-embodiment --repo-type dataset --local-dir ./data/open-x-embodiment
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("lerobot/open-x-embodiment")
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 3
兼容训练 / 评估模型 1
来源
本页事实对应的公开页面，以原文为准。
- OpenVLA访问 2026-10-10