LeRobotDataset v3 格式

Parquet、MP4 加 JSON 元数据的 2025 年后机器人数据发布标准

总部: Hugging Face
数据类型: Parquet 帧表；MP4 视频；JSON 元数据
License: LeRobot 库与社区 v3 汇总数据集均为 Apache-2.0；各数据集以自身卡片为准
链接: huggingface.co

目录结构

meta/info.json（schema、fps、版本）、meta/stats.json、tasks.jsonl、meta/episodes/（分块 Parquet，记录 episode 边界）、data/（逐帧 Parquet）、videos/<camera_key>/<chunk>/file_*.mp4（按时间戳 seek）[1]。

与 v2.1 的区别

v2.1 每 episode 一个文件；v3 合并成 file-0000.parquet/mp4，减少小文件。LeRobotDataset(repo_id) 加载，支持流式 [1]。

采用与局限

2025-10 新建 2,989 个数据集，约 54.6%（1,633 个）为 v3 [2]。DROID 的 LeRobot 版为 v3.0；⚠️ AgiBot World v2.0、Galaxea v2.1 未回查。community_dataset_v3 含 791 个数据集、50,622 episode [3]。与 RLDS 格式一样不统一动作语义，错配会静默污染模型。见 LeRobot 社区数据集、Croissant 元数据。

来源

卡片整理 2026-10-14。公司自报数据标“公司口径”；⚠️ 为未经独立核实。

LeRobotDataset v3 格式

目录结构

与 v2.1 的区别

采用与局限

来源

相关卡片