smol-libero
收藏Hugging Face2026-06-11 更新2026-06-11 收录
下载链接：
https://huggingface.co/datasets/ssangjunpark/smol-libero
下载链接
链接失效反馈官方服务：
资源简介：
Smol-LIBERO是LIBERO基准的紧凑版本，旨在使实验快速且易于访问。它的大小为1.79 GB（相比完整LIBERO的约34 GB），包含更少的轨迹和摄像头，同时保持相同的多模态结构。每个样本包括：来自两个固定摄像头的图像（256×256×3 RGB）、两种机器人状态（末端执行器笛卡尔姿态+夹爪，共8个浮点数；完整7自由度关节角度，共7个浮点数）以及动作（目标关节命令，共7个浮点数）。这种设置特别适用于比较低维状态输入与高维视觉输入，或在多模态训练中结合它们。数据集较小的原因包括：更少的轨迹/任务、仅两个摄像头视图以及减少的总帧数（例如更短的片段或较低的帧率）。它适用于快速原型设计和调试、比较关节空间与笛卡尔状态输入，以及在扩展到完整LIBERO之前训练小型视觉语言动作基线。局限性包括：与LIBERO相比任务和视觉多样性较小、仅两个固定摄像头视图，可能无法完全代表在更大基准上的泛化行为。
Smol-LIBERO is a compact version of the LIBERO benchmark, designed to make experiments fast and accessible. It is only 1.79 GB (compared to the full LIBEROs ~34 GB), containing fewer trajectories and cameras while maintaining the same multimodal structure. Each sample includes: images from two fixed cameras (256×256×3 RGB), two types of robot states (end-effector Cartesian pose+gripper, 8 floats total; full 7-DoF joint angles, 7 floats total), and actions (target joint commands, 7 floats total). This setup is particularly suitable for comparing low-dimensional state inputs with high-dimensional visual inputs, or combining them in multimodal training. The smaller size is due to fewer trajectories/tasks, only two camera views, and reduced total frames (e.g., shorter clips or lower frame rates). It is applicable for rapid prototyping and debugging, comparing joint space vs. Cartesian state inputs, and training small vision-language-action baselines before scaling to full LIBERO. Limitations include: less task and visual diversity compared to LIBERO, only two fixed camera views, which may not fully represent generalization behavior on larger benchmarks.
提供机构：
ssangjunpark创建时间：
2026-06-11
原始信息汇总
数据集卡片：Smol-LIBERO
数据集摘要
Smol-LIBERO 是 LIBERO 基准测试的紧凑版本，旨在实现快速、便捷的实验。其体积仅为 1.79 GB（而完整版 LIBERO 约为 34 GB），包含更少的轨迹和摄像机视角，同时保留了相同的多模态结构。
每个样本包含：
- 来自两个固定摄像头的图像
- 两种类型的机器人状态（末端执行器位姿 + 夹爪，以及完整的 7 自由度关节位置）
- 动作（7 自由度关节指令）
该配置特别适用于比较低维状态输入与高维视觉输入，或在多模态训练中将两者结合。
数据集结构
数据字段
observation.images.image：256×256×3 RGB 图像（摄像头 1）observation.images.image2：256×256×3 RGB 图像（摄像头 2）observation.state(8 个浮点数)：末端执行器笛卡尔位姿 + 夹爪[x, y, z, roll, pitch, yaw, gripper, gripper]observation.state.joint(7 个浮点数)：完整关节角度[joint_1, …, joint_7]action(7 个浮点数)：目标关节指令
为什么比 LIBERO 小？
- 轨迹/任务更少 → 完整基准测试的子集
- 仅两个摄像头视角 → 减少视觉冗余
- 总帧数减少 → 更短的片段或更低的帧率
因此 Smol-LIBERO 仅为 1.79 GB，而非 34 GB。
预期用途
- 快速原型设计与调试
- 比较关节空间与笛卡尔空间状态输入
- 在扩展到 LIBERO 之前训练小型 VLA 基线模型
局限性
- 与 LIBERO 相比，任务和视觉多样性较小
- 仅有两个固定的摄像头视角
- 可能无法完全代表在更大基准测试上的泛化行为
许可证
- Apache-2.0
任务类别
- 机器人 (Robotics)
标签
- LeRobot
