Delta-LiLa RoboTwin 2.0 public-clean 数据集

# Delta-LiLa RoboTwin 2.0 public-clean 数据集 这是 Delta-LiLa 实验使用的 RoboTwin 2.0 public-clean 输入。它由 WorldArena 的 RoboTwin 2.0 public 数据整理而来，仅提供训练所需的 clean HDF5、预计算 VTT task condition 和 clean-50 归一化统计。 ## 内容 | 路径 | 内容 | | --- | --- | | `robotwin_full/` | 50 个任务、5,000 个 public-clean HDF5 demonstrations（约 163.1 GB，十进制） | | `robotwin_taskcond_vitl16/` | 50 个由冻结 DINOv3 ViT-L/16 预计算的 `task_cond.npy` | | `stats/robotwin_clean_50_stats.json` | 基于上述 clean 训练输入计算的 action/state min-max 统计 | | `SHA256SUMS` | 所有小型 VTT/统计文件的 SHA-256 校验值 | 不包含 DINOv3 权重、模型 checkpoint、W&B 日志、原始压缩包，或 randomized demonstrations。Delta-LiLa 的 dataloader 仍支持 `clean`、`randomized` 和 `both` 模式；本发布的数据本身只覆盖 `clean`。 ## 使用 下载后在 [Delta-LiLa](https://github.com/JIAlonglong/Delta-LiLa) 仓库中采用下列布局，或在 YAML 中覆写路径： ```text Delta-LiLa/ ├── data/ │ ├── robotwin_full/ │ └── robotwin_taskcond_vitl16/ └── configs/ └── robotwin_clean_50_stats.json ``` 例如： ```python from modelscope import snapshot_download snapshot_download( "JIAlonglong/Delta-LiLa_RoboTwin2_0_public_clean", repo_type="dataset", local_dir="./data", ) ``` 随后将 `dataset.dataset_dir` 指向 `./data/robotwin_full`、将 `dataset.task_cond_dir` 指向 `./data/robotwin_taskcond_vitl16`，并将训练统计路径设为下载的 `stats/robotwin_clean_50_stats.json`（或使用代码仓库自带的同一份文件）。 ## 来源、许可与范围 数据来源为 [WorldArena RoboTwin 2.0 数据集](https://huggingface.co/datasets/WorldArena/WorldArena_Robotwin2.0) 及其 [WorldArena 项目](https://github.com/tsinghua-fib-lab/WorldArena)；本发布遵循其 Apache-2.0 标注，并保留上述来源归属。使用者仍应核对上游数据和 RoboTwin 的适用条款。 VTT 是对该 public-clean 数据的冻结 DINOv3 特征预计算结果。DINOv3 权重并未随本数据集重新分发；请从原始提供方获取并遵守其访问及使用条款。 本数据集服务于 Delta-LiLa 的离线训练/检查，不构成 RoboTwin 闭环成功率基准或泛化结果声明。