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。

HiFi-UMI-2K 是由 HiFi-UMI 便携式高保真双手采集系统产生的机器人无关操作数据集，面向操作策略的预训练与后训练监督。演示直接来自自然人类操作，不需要目标机器人、遥操作设备或被仪器化的环境；公开版本是从超过 20,000 小时、4.32M+ episode 的源语料中整理出的 2,000 小时子集，覆盖 480+ 场景。

每个 episode 包含同步多视角视频、标定的双手末端轨迹、夹爪状态、语言标注、任务元数据和质控信息。系统使用头戴离线 stereo-inertial SLAM、fiducial-marker 定位与 GPIO 硬件触发，提供约 3 mm 的局部末端精度、低于 40 µs 的跨传感器偏移，以及每集 6 路相机视角。

数据以 LeRobot v3 风格格式发布，包含帧级 Parquet 表、MP4 视频、任务文本、episode 元数据、有效性 mask 和归一化统计。帧表中 state/action 为 20 维双手末端与夹爪表示，action 是绝对下一状态目标；valid.frame == false 的帧会保留以维持对齐，训练时通常过滤为 true。论文还报告了仅用 HiFi-UMI 后训练的策略可直接部署到真实双臂机器人，并给出 Remote Insertion 等实验结果，但这些结果不是通用性能保证。

资料出处 Hugging Face datasets simple-world-lab/HiFi-UMI-2K

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: 2000h
Hub 下载量: 162.5k; 出处Hugging Face
Hub 点赞: 65; 出处Hugging Face

采集方式: 遥操作
开源协议: cc-by-4.0
传感器模态: 表格时序视频
标注粒度: 动作轨迹状态观测
存储格式: LeRobotparquet

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 simple-world-lab/HiFi-UMI-2K --repo-type dataset --local-dir ./data/simple-world-lab-hifi-umi-2k

# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("simple-world-lab/HiFi-UMI-2K")
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。

Hugging Face

来源

本页事实对应的公开页面，以原文为准。

Hugging Face datasets simple-world-lab/HiFi-UMI-2K访问 2026-10-21

HiFi-UMI-2K ​

概述

关键规格与模态

数据下载与加载代码

关联采集机型与策略模型

来源

HiFi-UMI-2K