VIMA-Bench

该数据集是一个模拟基准，包含了数千个通过程序生成的桌面任务，这些任务具有多模态提示，以及超过60万条专家轨迹用于模仿学习。此外，该基准还包含了一个四级评估协议，用于系统泛化，旨在测试模型的可扩展性和数据效率。该数据集规模宏大，包含数千个任务和超过60万条专家轨迹，其任务内容主要涉及使用多模态提示的机器人操作任务。