外观
数据集OpenWAMLIBERO
数据集档案汇总规模、格式、关联机型与模型
OpenWAM 在 Hugging Face 发布的机器人数据集,LeRobot 格式,采集构型 panda,含 1693 条轨迹,时长 7.6 小时。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
LIBERO native-action EEF10 是从 lerobot/libero 指定修订版本转换得到的 LeRobot v3.0 本地数据集,保留了原始 parquet 打包、episode offsets、任务、10 FPS 时间线和视频。数据集包含 1693 个 episodes、273465 帧、40 个任务,完整来源与数值往返检查记录在 meta/conversion.json。
数据的主要机器人列采用 10 维接口:observation.state 为 achieved [xyz3, rot6d6, gripper_open_scale1],action 为 native normalized LIBERO [delta_xyz3, delta_rot6d6, gripper_open_command1]。动作 xyz 从源数据不变复制;动作旋转为 rot6d(Exp(source_delta_axis_angle)),未应用 0.05 m 或 0.5 rad OSC scale,也未与 achieved state 组合。夹爪动作符号被取反以匹配 OpenWAM 预训练约定。
训练和部署归一化文件为 meta/normalization_stats.npy,其中包含分离的 libero 动作块和 libero_state 状态块,没有 pooled compatibility block;规范读取方式会分别使用两类统计量,避免 achieved-state 与 command 统计混合。六个 rot6d 维度在归一化时采用硬 identity mapping。
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。
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 OpenWAM/LIBERO --repo-type dataset --local-dir ./data/openwam-libero
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("OpenWAM/LIBERO")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")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。
本页事实对应的公开页面,以原文为准。