Skip to content

LIBERO-plus ​

LIBERO-plus

Sylvest 在 Hugging Face 发布的机器人数据集。

数据集SylvestLIBERO-plus

数据集档案汇总规模、格式、关联机型与模型

LIBERO-plus

Sylvest 在 Hugging Face 发布的机器人数据集。

  • 数据与采集
仿真mit更新于 2025-10-17

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。

LIBERO-plus 是用于视觉-语言-动作(VLA)模型鲁棒性分析的官方实现和基准,面向机器人开发者提供可替换原始 LIBERO 的评测环境。该基准包含 10,030 个任务,覆盖物体布局、相机视角、机器人初始状态、语言指令、光照条件、背景纹理和传感器噪声七类扰动,用于系统暴露 VLA 模型在不同扰动维度下的脆弱性。

仓库给出了多个 VLA 模型的评测结果,包括 OpenVLA 及其 OFT 变体、π₀、π₀-fast、Nora、WorldVLA、UniVLA 和 RIPT-VLA。结果中提到,模型对相机视角和机器人初始状态高度敏感,在适度扰动下性能可从 95% 降至 30% 以下;还观察到模型很大程度忽略语言指令,以及组合扰动带来的复杂交互效应。

使用方式与 LIBERO 基本一致:先移除原 LIBERO,再安装该仓库,并下载包含新物体、纹理等资源的 assets.zip 解压到指定路径。评测时方法几乎与 LIBERO 相同,主要需要将配置中的 num_trials_per_task 从 50 调整为 1。

资料出处 Hugging Face datasets Sylvest/LIBERO-plus

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。

演示轨迹数 (Episodes)
500
Hub 下载量
17.2k
出处Hugging Face
Hub 点赞
27
出处Hugging Face
采集方式
仿真
开源协议
mit
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:总时长

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 Sylvest/LIBERO-plus --repo-type dataset --local-dir ./data/sylvest-libero-plus

# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Sylvest/LIBERO-plus")
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。

  1. Hugging Face datasets Sylvest/LIBERO-plus访问 2026-10-21