2025 年最佳机器人学习数据集
用于模仿学习、VLA 微调和机器人学习研究的顶级开源数据集的精选指南。
从公共数据到可训练信号
总计的
策展人
基准
火车
机器人学习的热门数据集
选择正确的数据集取决于您的机器人、任务和模型。 以下是 2025 年使用最广泛的数据集。
1.开放X实施例
将 RT-X、BridgeData、DROID 等组合成统一格式。 用于训练 OpenVLA 和 Octo 等基础模型。 最适合：预培训通才政策。 看 开放X实施例.
2.机器人
22 种机器人类型的大规模、多样化操作。 76K 轨迹。 最适合：多机器人泛化、基础模型训练。 看 DROID.
3.桥接数据
WidowX 跨 60 个任务的操作。 广泛应用于研究。 最适合：单臂操作、WidowX 兼容性。 看 桥数据.
4. ALOHA / 斯坦福数据集
双手遥控。 厨房，移动操控。 最适合：双手任务、移动 ALOHA。 看 ALOHA.
5.乐机器人
Hugging Face 托管的社区数据集。 轻松添加您自己的。 最适合：快速实验、共享数据。 看 乐机器人.
如何选择
- 与数据集相同的机器人？ 使用该数据集（例如，WidowX → BridgeData）。
- 不同的机器人？ 打开 X-Embodiment 或 DROID 进行多机器人传输。
- 自定义任务？ 自己收集或使用 我们的数据服务.
完整目录
查看我们完整的 数据集目录 包含所有数据集、论文和下载页面的链接。