雷罗伯特数据集

拥抱面孔的标准化中心,有181多个机器人数据集,最接近机器人学习的图像网络.

Apache 2.0 (框架) 套装+MP4 PyTorch原生

关键数据

Metric	Value
Total datasets	181+ (and growing)
Robots covered	ALOHA, xArm, WidowX, Franka, UR5e, Unitree G1, Reachy, Koch, SO-100, and dozens more
Format	Standardized Parquet (tabular) + MP4 (video), streaming-friendly
Framework license	Apache 2.0
Individual dataset licenses	Varies (mostly Apache 2.0; check each dataset card)
Training support	ACT, Diffusion Policy, VQ-BeT, TD-MPC built in

莱罗博是什么?

雷罗бот是HuggingFace对机器人数据的碎片化问题的答案. 在雷罗बोट之前,每个实验室都使用了自己的格式 - - HDF5,TFRecord,RLDS,原始的ROS袋,定制的CSV.

勒罗бот将所有内容都统一成一个方案:对结构数据 (联合位置,行动,时间标签,集局界限) 的帕克特表和视频观测的MP4文件. 这意味着你可以用相同的两个代码行加载集合中的任何数据集, 从HuggingFace上播放它,而不需要下载完整的数据集,

集合中的关键数据集家族包括:

• ALOHA套件: 20多种变体,涵盖模拟和真实双手操作
• PushT: 标准标准 (状态和图像变体)
• xArm: 用UFactory xArm 提升和推力任务
• 机器人: 模拟中的厨房操纵
• DROID子集: DROID现实世界体的40M行转换
• 社区数据集: 东京,哥伦比亚,科赫,SO-100,以及更多

如何使用

# Install LeRobot
pip install lerobot

# List all available datasets
python -m lerobot.scripts.list_datasets

# Load a dataset (streaming from HuggingFace)
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("lerobot/aloha_sim_transfer_cube_human")

# Access observations and actions
print(dataset[0])  # First frame: observation.images, observation.state, action

# Train ACT on the dataset
python -m lerobot.scripts.train \
  --dataset.repo_id=lerobot/aloha_sim_transfer_cube_human \
  --policy=act

访问

T1) [吉特哈布库]