外观
Skip to content
数据集sayedpedramhaeriVLA4CoDrive
数据集档案汇总规模、格式、关联机型与模型
VLA4CoDrive
sayedpedramhaeri 在 Hugging Face 发布的机器人数据集，规模 1M<n<10M。
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。
VLA4CoDrive 是面向多车协同自动驾驶的 Vision–Language–Action 数据集，用于支持 VLA 驾驶模型的训练与评估。数据来自同一驾驶片段内多辆车的同步感知，覆盖 8 个 CARLA towns 与 8 种天气条件，并提供帧对齐回放。该工作已被 WACV 2026 接收。
数据按视觉、语言和动作三类模态组织。视觉侧包含前、后、左、右 RGB 相机，以及 LiDAR、semantic LiDAR、optical flow、GNSS 和 IMU；语言侧提供 clip 级 Context、Caption、Description、Reasoning；动作侧包含 steer、throttle、brake 等低层控制，以及 30 步未来轨迹，可用于 imitation、forecasting 和 language-conditioned planning。
规模上包含约 10M 视觉样本、约 150K 语言标注、约 1M 动作记录和约 300–360 小时驾驶数据。标注格式包括 COCO、PASCAL VOC、KITTI 2D 和 KITTI 3D，数据可通过 Hugging Face Hub 下载。
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
- 360h
- 采集方式
- 遥操作
- 开源协议
- apache-2.0
- 传感器模态
- 视频图像状态观测
- 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：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 sayedpedramhaeri/VLA4CoDrive --repo-type dataset --local-dir ./data/sayedpedramhaeri-vla4codrive
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("sayedpedramhaeri/VLA4CoDrive")
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 sayedpedramhaeri/VLA4CoDrive访问 2026-10-27