Libero
斯坦福大学
LIBERO 是由 Stanford / AI2 提出的终生机器人学习基准。
定义了 130 个语言条件操作任务，覆盖 5 大维度泛化测试（场景、物体、布局、任务组合、未见任务）。提供 50+ 小时人类遥操作演示，支持连续学习评估。
机构
斯坦福大学
规模
130+ 任务，240W+ 帧
许可证
开源（详见官方链接）
机器人类型
机械臂
任务类型
操作
发布年份
2023
数据模态
视觉
🤖 仿真生成✅ 自动标注💻 仿真📊 有数据划分
VLA 框架兼容性
🧠 π0🧠 OpenVLA🧠 Octo🧠 GR00T N1
🏆 Benchmark 评测表现
使用该数据集训练的模型在标准 benchmark 上的得分
LIBERO-Spatial
LIBERO-Object
LIBERO-Goal
LIBERO-Long
📄 点击论文图标查看数据来源。查看完整排行榜 →
数据格式
存储格式详见官方链接
数据规模130+ 任务，240W+ 帧
压缩方式未知
文件布局按 task 分文件组；每 task 含 50 trajectory HDF5；5 维度独立目录
索引方式HDF5 属性 num_samples；task 描述为外部 JSON
格式版本HDF5 v2.0（robomimic 兼容）+ PNG（RGB 帧）
episode
step
observation（RGB + proprioception + depth）
action（7-DoF end-effector）
reward
done, HDF5, robomimic 兼容
快速上手
加载数据
import h5py, glob
for fpath in glob.glob('libero/*.hdf5'):
with h5py.File(fpath, 'r') as f:
demos = list(f['data'].keys())
actions = f['data'][demos[0]]['actions'][:]
imgs = f['data'][demos[0]]['obs/agentview_image'][:]依赖库
预处理说明
兼容 robomimic 格式；130 任务分 5 维度；每 demo 含 states/actions/rewards/dones
数据内容
传感器规格
视觉
数据统计
场景数详见官方链接
物体数详见官方链接
任务数1 种任务类型
轨迹/片段数130+ 任务，240W+ 帧