外观
数据集yuantyLIBERO-fastwam
数据集档案汇总规模、格式、关联机型与模型
yuanty 在 Hugging Face 发布的机器人数据集,LeRobot 格式,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。
这是为 FastWAM 训练与可复现性发布的 LIBERO 预处理数据,不是官方上游 LIBERO 原始数据转储。数据由 MuJoCo 3.3.2 生成,机器人类型为 franka,覆盖 LIBERO-Spatial、LIBERO-Object、LIBERO-Goal 和 LIBERO-10 四个套件。
数据同时提供 LeRobot v2.1 与 v3.0 格式;v3.0 版本包含 1,712 个 episode 和 277,713 帧,并采用 chunked parquet 与视频布局以减少文件数量、加快加载和统计计算。使用时可将 FastWAM 数据配置中的 train.dataset_dirs 指向 v3.0 的四个 suite 目录,仓库提供了对应示例配置;v2.1 版本可下载四个 tar.gz 压缩包并解压。该数据对 MuJoCo 版本敏感,使用其他版本可能带来数据或环境不匹配;许可证为 CC BY 4.0。
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。
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 yuanty/LIBERO-fastwam --repo-type dataset --local-dir ./data/yuanty-libero-fastwam
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("yuanty/LIBERO-fastwam")
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。