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。

D3IL Vision + LeRobot / LingBot-VA 是一个由 D3IL demonstrations 派生的本地数据集，覆盖 avoiding、pushing、inserting、aligning、sorting_2、sorting_4、sorting_6、stacking 八个任务子集。数据提供两路相机视角，包含 LeRobot v2.1 轨迹，以及预计算的 LingBot-VA 视频和文本特征。

数据总计 8,298 条 Parquet 轨迹、16,596 个 MP4 视频、56,146 个单相机 latent 文件，并按 episode 划分为 25,195 个训练 clips 和 2,878 个评估 clips。Avoiding、Pushing、Inserting 的图像来自恢复已记录的机器人/物体状态并渲染外部相机和腕部相机；Aligning、Sorting、Stacking 保留源数据视觉。动作和状态均为 8 个 float32 通道：7 个关节位置和夹爪总宽度。

该数据集面向关节目标策略，LingBot-VA 中 8 个动作通道映射到 30 维动作布局的 14–20 和 28，未用通道及初始合成动作 padding 需要 mask。使用时应匹配关节/夹爪控制器；格式和加载验证不代表闭环策略成功或恢复轨迹的物理有效性。

资料出处 Hugging Face datasets Zeus-Omni/D3IL-Vision

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): 8298
Hub 下载量: 724; 出处Hugging Face
Hub 点赞: 1; 出处Hugging Face

采集方式: 遥操作
开源协议: Apache-2.0
传感器模态: 视频
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 Zeus-Omni/D3IL-Vision --repo-type dataset --local-dir ./data/zeus-omni-d3il-vision

# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Zeus-Omni/D3IL-Vision")
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

Franka FR3franka/research-314 天前

来源

本页事实对应的公开页面，以原文为准。

Hugging Face datasets Zeus-Omni/D3IL-Vision访问 2026-10-27

D3IL-Vision ​

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

采集与适用机型 1

来源

D3IL-Vision