具身数据集

这里收集可用于机器人学习的数据资源和评测基准。选择时先确认机器人形态、观测与动作定义、任务范围，再看它是否适合自己的训练或评估目标。

真实机器人数据

Open X-Embodiment（OXE）

汇集多种机器人平台的操作轨迹，并提供标准化数据格式，适合了解跨机器人数据混合与通用策略训练。

• 数据类型：真实机器人操作轨迹，具体观测、动作与语言字段依子数据集而异。
• 获取入口：官方项目主页与数据目录。可从主页的 Data 入口查找各子数据集。
• 使用前查看：子数据集说明、动作空间与采样频率、下载规模和各自使用条款。
• 站内阅读：Open X-Embodiment 与数据扩展。

仿真数据与评测基准

LIBERO

围绕终身机器人学习与知识迁移组织操作任务，提供仿真环境、任务套件和示教数据，可用于训练与比较机器人操作策略。

• 数据类型：仿真操作任务与示教轨迹。
• 获取入口：官方代码、数据下载与任务说明。
• 使用前查看：任务套件、训练与测试划分、环境版本，以及评估使用的策略和观测设置。

阅读数据说明时看什么

关注点	需要确认的内容
本体与任务	单臂、双臂或其他机器人；抓取、操作或移动等任务
观测	相机视角、图像、关节状态、语言指令及其时间对齐方式
动作	关节位置或末端位姿、绝对或增量控制、单位和频率
训练与评估	数据划分、重复轨迹、评测协议与任务成功条件
获取与使用	格式、体积、下载方法、许可证与引用要求

需要学习数据读取和工具链，可以进入 LeRobot 中文课程讲义。

整理与来源核对：2026-09-11。