最好的机器人学习数据集2026:完整的指南
排名为2026年10个最佳机器人学习数据集. 开放X-Embodiment,DROID, BridgeData, LIBERO,CALVIN,ALOHA等,包括规模,许可证和使用情况.
2026年机器人学习研究汇集了90%的有用工作的惊人的小数据集.本指南列出了模仿学习,VLA培训和基准报告的十个最佳开放数据集,并列出了每一个数据集的好处,不好处以及可以预期哪个许可证. 使用本页面作为一个起始地图;每个数据集链接到一个深入的页面,
快速选择
- 训练体: 开放的X体
们在 们的眼里, - 低成本的实体世界: BridgeData V2
利率 - 长视线语言:**卡尔文
- ** 控制的IL研究:** 机器人模拟
- 双手动精巧:
我们如何排名它们
我们考虑了五个因素:规模 (原始轨迹计数和小时计数),质量 (传感器一致性,摄像机设备稳定性,行动空间清洁性),许可 (商业友好),生态系统支持 (在LeRobot,HuggingFace上可用性,官方评估脚本,预训练检查站),以及研究相关性 (2025-2026年机器人学习论文中引用数). 没有一个数据集在五个轴上都赢得胜利,所以排名偏向于实际上在今天的生产或出版管道中有用的数据集.
1. 开放X体
为什么它排名第一: OXE是目前存在的最大的开放操纵体 (1M+集体在22个实施方案中) 并是RT-1-X,RT-2-X,OpenVLA,Octo和pi的预训练基层.如果你想要一个通用主义政策,你需要OXE作为你的初步.许可证是每个组件;大多数是CC-BY-4.0或Apache-2.0.
2. DROID
为什么它排名第二: DROID是现实世界最干净的数据集. 76K轨迹, 564场景,单个弗兰卡潘达体现,一致的ZED 2摄像头设备,MIT + CC-BY-4.0.如果你有一个细节调节预算,请在这里花费它.
3. 桥数据 V2
为什么它排名第三: BridgeData V2 是最可访问的现实数据集
4. LIBERO
为什么它排名第四: LIBERO已成为事实上 VLA 评估套件.四个任务套件,大约130项任务,6500个示范,Robosuite模拟.如果你在2026年发布一个政策架构论文,你将被要求提供 LIBERO 数字. MIT 许可证.查看我们的 LIBERO 数据集页 和 LIBERO vs CALVIN 比较.
5 卡尔文
**为什么它排名第五:**CALVIN是唯一广泛采用的基准标准,测试链接长视野语言说明 (每部署可达5个) 清洁的A/B/C/D环境分区.24小时的电话数据.2026年它仍然没有
6 机器人模拟
为什么它排名第六: RoboMimic PH / MH / MG示范质量分区仍然是模仿学习强度研究的黄金标准.五项 Robosuite 任务越来越难.不是部署数据集,而是不可或缺的诊断. MIT 许可证.
7. ALOHA
为什么它排名第七: ALOHA 率先推出低成本双手机电操作,并仍然是精细的巧妙操纵研究的默认平台.官方ALOHA数据集和移动ALOHA扩展继续推动双手机VLA工作.Apache / MIT.查看 ALOHA数据集页面 和我们的 ALOHA指南.
8 号机器人网
为什么它排名第八: 罗博网在7个机器人平台上的15M视频框架使其成为原始的跨体体数据集.它被OXE取代用于大多数培训目的,但仍然是仅用于视频学习和转移研究的价值.
9. 模仿
**为什么它排名第九:**MimicGen不如数据生成系统:它从200个人类种子中合成了50K+的示范.组合的模拟任务套件对于模仿学习研究有用,而MimicGen管道本身正在成为增强现实世界收集的标准.Apache-2.0.
10. 雷罗伯特中心
为什么它排名第十: LeRobot不是单一的数据集,而是分布层.
总结表
| Rank | Dataset | Domain | Scale | Best for | License |
|---|---|---|---|---|---|
| 1 | Open X-Embodiment | Real (mixed) | 1M+ episodes | Pretraining | Per-component |
| 2 | DROID | Real (Franka) | ~76K trajs | Real fine-tune | MIT / CC-BY |
| 3 | BridgeData V2 | Real (WidowX) | ~60K trajs | Low-cost real | CC-BY-4.0 |
| 4 | LIBERO | Sim (Robosuite) | ~130 tasks | VLA eval | MIT |
| 5 | CALVIN | Sim (PyBullet) | 24 hrs teleop | Long-horizon | MIT |
| 6 | RoboMimic | Sim | 5 tasks, PH/MH/MG | IL study | MIT |
| 7 | ALOHA | Real (bimanual) | Task-specific | Dexterous | MIT / Apache |
| 8 | RoboNet | Real (mixed) | 15M frames | Video / transfer | MIT |
| 9 | MimicGen | Sim | 50K+ synth | Data augmentation | Apache-2.0 |
| 10 | LeRobot Hub | Distribution | Hundreds of datasets | Tooling | Apache-2.0 |
现代训练配方
2026年,建立可部署的操纵政策的模拟配方是三个阶段.第一阶段:预训练 (或从预训练的检查点开始) 开放X-Embodiment.第二阶段:在DROID或BridgeData上进行中训练,以
利比罗和卡尔文告诉你,在第三阶段使用收费资金之前,你的第一阶段+第二阶段政策是否普遍化. 机器人模拟PH/MH/MG告诉你,你的政策是否强有力的证明异质性. 这些基准都不是生产代理
2024 年至 2026 年发生了什么变化?
首先,Open X-Embodiment从"有趣的实验"转变为"不可避免的预训练库"一旦RT-X和OpenVLA检查站成为公开.在2024年没有使用OXE的团队几乎都开始使用它在2025年. 其次,DROID从数据集发布成标准
那些失去了基础的数据集是旧的单任务模拟基准 (Meta-World,FrankaKitchen).它们仍然被引用,但在我们关心的论文中它们并没有作为主要评估目标. 在现实世界方面,ALOHA坚持了自己的立场,
我们没有包含的数据集 (为什么)
我们考虑了ARIO,RH20T,AutoRT数据和移动ALOHA扩展.所有这些扩展都很有前途,但它们要么太新,太窄,或太紧密地与单个实验室的硬件联系在一起,以至于在2026年成为一个可靠的建议,也考虑了语言表 (谷歌) 和Meta-World;它们在OXE + DROID时代是众所周知的,但在边缘使用下有所减少. 如果你的研究问题特别从其中一个中受益,请使用它
如何收集自己的补充数据
每个生产机器人团队最终都需要特定任务的远程操作数据,而开放数据集无法提供.这是
如果您想内部建立收集能力,我们的 [商店]
常见问题
我应该从2026年开始学习哪个机器人数据集?
开始从一个开放的X-Embodiment预训练的检查点 (OpenVLA或 pi0) 开始,然后在DROID上调整.报告 LIBERO和CALVIN号码.如果你只能使用一个现实数据集,DROID是最干净的.
开放X体是免费的商业使用吗?
欧克斯是每个组件许可证的组件数据集的注册表.大多数组件是CC-BY-4.0或Apache-2.0,但有些仅用于研究.在运输商业政策之前,请审核组件列表.
LIBERO 和 CALVIN 之间有什么区别?
利比罗是Robosuite上一
我需要多少电脑?
完全OXE预训练在OpenVLA规模使用了大约64个A100机两个星期.在DROID或BridgeData上进行预训练的检查点在1-2天内运行在一个8xA100节点上.LIBERO或CALVIN评估运行在单个消费者GPU上.
我可以收集自己的机器人数据集吗?
开放数据集最好作为预训练机构;用于部署,您需要目标硬件上的任务特定数据.我们的 [定制数据服务]
相关资源
,我认为这是一个非常重要的问题. , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,我认为这是一个非常重要的问题. - [所有数据集目录]
- [VLA和政策模式]
T23 ) 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标点 标 - [研究报告]
- 现在,我们在
车上. T27 )