外观
Skip to content
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。
OctoSense（Hugging Face 数据集标识：Voxel51/OctoSense）是面向具身智能策略训练与评测的公开数据集，采用真机遥操作演示方式构建，规模涵盖 8 条轨迹 (episodes)、约 59 小时时长。Voxel51 在 Hugging Face 发布的机器人数据集。
数据结构上，该语料以 Parquet 格式组织，记录模态覆盖 视频, 图像, 状态观测，采集本体关联 宇树 Go2，开放许可协议为 mit。适用于视觉-语言-动作模型（VLA）、扩散策略（Diffusion Policy）或模仿学习策略的预训练与下游任务微调；加载时需核对相机视角命名、时间戳同步及动作维度定义。
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
- 59h
- 演示轨迹数 (Episodes)
- 8
- 采集方式
- 遥操作
- 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
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 Voxel51/OctoSense --repo-type dataset --local-dir ./data/voxel51-octosense
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Voxel51/OctoSense")
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。
采集与适用机型 1
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face datasets Voxel51/OctoSense访问 2026-10-21