外观
数据集sii-rhos-aiViFailback-Dataset
数据集档案汇总规模、格式、关联机型与模型
sii-rhos-ai 在 Hugging Face 发布的机器人数据集,规模 n<1K。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
ViFailback 是面向真实机器人操作失败诊断、纠正与学习的数据集,引入视觉符号作为失败诊断和恢复导向学习的接口。数据来自 ALOHA 双臂机器人平台,包含 5,202 条真实操作轨迹,其中成功 657 条、失败 4,545 条,并提供 58,128 个高质量 VQA 对。
数据覆盖 100 个操作任务,包括 place、pull、transfer、pour 等,失败类型包括任务规划、夹爪 6D 位姿、夹爪状态和人为干预。它还包含 ViFailback-Bench Lite 与 Hard,用于评估失败检测、关键帧/子任务定位、类型识别以及避免/纠正推理等能力。
数据提供可用于机器人学习和失败感知策略训练的 LeRobot v2.1 转换版本,原始格式为 HDF5,包含关节目标、末端位姿、主臂关节、底盘动作、关节状态、RGB 图像和深度图等字段。Dabai 相机的 RGB 与深度未做空间对齐,进行 RGB-D 融合或点云生成前需要预处理。
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。
暂未公开或待收录:总时长
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 sii-rhos-ai/ViFailback-Dataset --repo-type dataset --local-dir ./data/sii-rhos-ai-vifailback-dataset
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("sii-rhos-ai/ViFailback-Dataset")
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。
尚未收录关联机型或引用它的模型。
本页事实对应的公开页面,以原文为准。