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。
LIBERO-PRO Perturbation Dataset 提供 LIBERO-PRO 配置中的 .bddl 与 init 文件，用于在结构化扰动下评估 Vision-Language-Action 模型，而不只是考察对训练任务的记忆。数据集覆盖对象、位置、语义、任务和环境等扰动：例如改变物体外观、颜色、尺度，移动物体到可行空间范围内，改写自然语言指令，重定义任务逻辑与目标状态，或替换工作环境。
仓库还包含一个 40-task evaluation set，覆盖 7 类由 BDDL 配置的鲁棒性案例；每类包含来自 libero_spatial、libero_object、libero_goal 和 libero_10 的各 10 个任务，共 280 个 BDDL 文件，并在可用时提供对应 .init 文件。使用时将 .bddl 与 init 文件复制到 LIBERO-PRO 指定位置并按其 quick start 执行；自定义 :perturbation_config 字段需要 LIBERO-Pro-aware parser 和项目代码库中的评估集成。
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
- 采集方式
- 仿真
- 开源协议
- cc-by-4.0
- 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 zhouxueyang/LIBERO-Pro --repo-type dataset --local-dir ./data/zhouxueyang-libero-pro
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("zhouxueyang/LIBERO-Pro")
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 zhouxueyang/LIBERO-Pro访问 2026-10-26