外观
Skip to content
L2D
L2D
yaak-ai 在 Hugging Face 发布的机器人数据集，LeRobot 格式，采集构型 KIA Niro EV 2023，含 100000 条轨迹，时长 735.19 小时。
数据集yaak-aiL2D
数据集档案汇总规模、格式、关联机型与模型
L2D
yaak-ai 在 Hugging Face 发布的机器人数据集，LeRobot 格式，采集构型 KIA Niro EV 2023，含 100000 条轨迹，时长 735.19 小时。
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。
L2D 是 Yaak 与 Hugging Face LeRobot 团队发布的自动驾驶多模态数据集，面向机器人 AI 和汽车领域的端到端空间智能训练。数据来自德国 30 个城市，规模为 90+ TB、5000+ 小时驾驶数据，采用 LeRobot 创建，并支持 LeRobot 训练流水线与模型。
数据包含 6 路环视高清摄像头、完整车辆状态（速度、航向、GPS、IMU）、连续控制量（油门、刹车、转向）和离散动作（挡位、转向灯）。还提供车道数、道路类型、路面、最高限速，以及降水、天气和光照条件等环境状态。
L2D 设计用于训练以自然语言指令或未来路点为条件的端到端模型；每个 episode 带有自然语言指令示例，未来路点会贴合 OpenStreetMap 图并渲染为鸟瞰图。数据包含驾驶教练的 expert policy 与学员驾驶者的 student policy，许可为 apache-2.0。
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
- 735.19h
- 演示轨迹数 (Episodes)
- 100000
- 采集方式
- 遥操作
- 开源协议
- apache-2.0
- 传感器模态
- 表格文本时序视频
- 标注粒度
- 动作轨迹状态观测语言标注
- 存储格式
- LeRobotparquet
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 yaak-ai/L2D --repo-type dataset --local-dir ./data/yaak-ai-l2d
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("yaak-ai/L2D")
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 yaak-ai/L2D访问 2026-10-21