VLA_Reasoning_Training_Dataset_1200
收藏资源简介：
用于推理基准的修正版LeRobot v3.0微调数据集。包含1200个episodes，612733帧，五个RGB相机流，六维机器人状态和六维动作，帧率为30 FPS。此外，数据集还涉及替换和组装细节：episodes 0-199来自justintiensmith/MT_State_Recognition_New，episodes 200-1199保留自justintiensmith/VLA_Benchmark_Prompted_1200，每个episode的最终提示来自meta/benchmark/VLA_Reasoning_Dataset_Missing_Cell_Prompt_Manifest.csv，总共包含321个唯一的提示字符串。
This is a corrected version of LeRobot v3.0 fine-tuning dataset for reasoning benchmark. Contains 1200 episodes, 612733 frames, five RGB camera streams, six-dimensional robot state and six-dimensional action, at 30 FPS. Additionally, the dataset involves replacement and assembly details: episodes 0-199 from justintiensmith/MT_State_Recognition_New, episodes 200-1199 kept from justintiensmith/VLA_Benchmark_Prompted_1200, with final prompt for each episode from meta/benchmark/VLA_Reasoning_Dataset_Missing_Cell_Prompt_Manifest.csv, totaling 321 unique prompt strings.
数据集概述
VLA Reasoning Training Dataset 1200 是一个面向机器人推理任务的微调数据集，基于 LeRobot v3.0 格式构建。数据集包含 1,200 个episodes、612,733 帧，配备 五个RGB摄像头流、六维机器人状态 和 六维动作数据，采样频率为 30 FPS。该数据集主要用于视觉-语言-动作（VLA）模型的训练，特别聚焦于组合泛化（compositional generalization）能力。
数据集构建与来源
数据集的构建分为两个部分：
- Episodes 0–199：由
justintiensmith/MT_State_Recognition_New数据集中的对应 episodes 按顺序替换。 - Episodes 200–1199：保留自
justintiensmith/VLA_Benchmark_Prompted_1200数据集的原始物理记录和顺序。
每个 episode 的最终提示（prompt）来源于 meta/benchmark/VLA_Reasoning_Dataset_Missing_Cell_Prompt_Manifest.csv 文件。整个数据集共包含 321 个唯一提示字符串。
元数据与设计
数据集的完整 episode 级设计和来源信息存储在以下文件中：
meta/training_manifest.parquetmeta/training_manifest.csv- 可读的工作簿文件位于
meta/benchmark/目录下。
状态识别缺失单元
状态识别子集明确覆盖了 105 个已见的物体-状态单元，并包含 95 个状态掩蔽的物理曝光。以下正提示组合被保留为未出现（held out）：
- upside-down white cup
- open yellow-white striped cup
- closed brown cup
- upright glass spice container
其余五个任务使用清单中记录的缺失单元提示分配方案。
其他信息
- 许可证：Apache-2.0
- 任务类别：机器人（robotics）
- 标签：LeRobot、VLA、机器人、组合泛化
- 数据格式：Parquet 文件（
data/*/*.parquet）
