LIBERO 数据集深度解析：架构、统计与工程实现

1. 概述 (Introduction)

在机器人学习（Robot Learning）领域，LIBERO (Lifelong Learning Benchmark for Robot Manipulation) 是一个具有里程碑意义的基准测试集。它专为研究**终身学习（Lifelong Learning）和知识迁移（Knowledge Transfer）**而设计。与传统的单一任务数据集不同，LIBERO 旨在评估机器人策略在面对新任务序列时，如何克服“灾难性遗忘”（Catastrophic Forgetting）并利用先验知识加速学习。

本章基于实际的数据探索（EDA），对 LIBERO 数据集的四个核心子集（Suites）进行了详尽的定量与定性分析，并探讨了其在 LeRobot 与 OpenVLA 两种不同训练框架下的数据形态差异。

图1：LIBERO数据介绍

2. 数据集架构与任务分类学 (Dataset Architecture & Taxonomy)

LIBERO 数据集并非杂乱无章的任务集合，而是被精心划分为四个具有特定语义目标的任务套件（Task Suites）。每个套件包含 10 个核心任务，旨在测试机器人不同维度的泛化能力。

2.1 LIBERO-Object：物体层面的泛化

设计意图：测试机器人对不同物体视觉特征（颜色、形状、纹理）的鲁棒性。
核心逻辑：动作序列高度相似（“捡起 X 放入篮子”），但操作对象 $X$ 发生变化。
典型任务：
- 捡起字母汤罐头 (Alphabet Soup)
- 捡起奶油芝士 (Cream Cheese)
- 捡起番茄酱 (Ketchup)
- 注：所有动作均为 Pick-and-Place，变量仅为物体本身。

2.2 LIBERO-Spatial：空间布局的鲁棒性

设计意图：测试机器人在物体相对位置发生变化时的空间感知与规划能力。
核心逻辑：操作对象固定（通常是黑色碗），但其初始位置及周围环境（干扰物位置）发生变化。
典型任务：
- 从盘子和模子之间捡起黑碗。
- 从桌子中央捡起黑碗。
- 从木柜顶层抽屉里捡起黑碗。
- 注：这要求 Agent 具备极强的空间语义理解能力，而非简单的坐标记忆。

2.3 LIBERO-Goal：目标状态的多样性

设计意图：测试机器人完成特定目标状态（State Change）的能力，涉及复杂的交互。
核心逻辑：任务目标不再是单一的抓取，而是涉及开合、推拉、放置等多种物理交互。
典型任务：
- 打开橱柜的中间抽屉。
- 推盘子到炉子前面。
- 放置酒瓶在酒架上。
- 叠放：把碗放在盘子上。

2.4 LIBERO-10 (Long-Horizon)：长程时序推理

设计意图：测试机器人执行长序列、多步骤组合任务的能力。这是最具挑战性的子集。
核心逻辑：通常涉及两个或以上的连续动作，或者条件触发动作。
典型任务：
- 把字母汤罐头和奶油芝士盒都放进篮子（多物体序列）。
- 把黑色的碗放进橱柜的底层抽屉 并关上（复杂交互序列）。
- 打开炉子，然后把摩卡壶放在上面（因果序列）。

3. 定量统计分析 (Quantitative Analysis)

通过对 Parquet 文件的遍历与统计，我们得出了以下精确的数据分布情况。这对于训练时的 Batch Size 设定及 Epoch 规划至关重要。

3.1 总体规模

总 Episodes：1,693 个
总样本帧数 (Samples/Frames)：273,465 帧
平均采样率：约 161.5 帧/Episode

3.2 子集详细统计表

数据集名称 (Dataset Suite)	任务数	Episodes 数量	总样本数 (Frames)	平均长度 (Steps/Ep)	统计学意义
libero_10	10	379	101,469	267.7	长程任务：平均步数是其他任务的2倍以上，验证了其“长序列”特性。
libero_goal	10	428	52,042	121.6	短程交互：步数最短，说明任务目标明确，步骤紧凑。
libero_object	10	454	66,984	147.5	中程任务：包含物体识别与抓取，步数适中。
libero_spatial	10	432	52,970	122.6	短程定位：主要耗时在于运动规划而非物理交互。

3.3 数据分布洞察

样本均衡性：除 libero_10 因任务复杂度导致样本量显著较多外，其余三个数据集的样本量保持在 5万-6万级别，各子任务的 Episodes 数量基本维持在 35-50 个之间。这种均衡性有利于避免模型训练时的过拟合。
时序特征：libero_10 的 267.7 平均步长表明，训练该子集需要模型具备更长的上下文窗口（Context Window）或更强的显存（Memory）管理能力。

4. 数据工程：LeRobot 与 OpenVLA 格式对齐

在实际工程落地中，数据格式的异构性是训练的主要障碍。LIBERO 数据集目前主要存在两种流通格式：面向 HuggingFace 生态的 LeRobot (Parquet) 格式和面向 TensorFlow/Google 生态的 OpenVLA (RLDS/TFRecord) 格式。

4.1 格式对比矩阵

特性维度	LeRobot 格式	OpenVLA (RLDS) 格式	工程影响
底层存储	Apache Parquet	TFRecord (Protocol Buffers)	Parquet 适合列式读取与分析；TFRecord 适合高吞吐量流式训练。
数据结构	扁平化 (Flat)	嵌套化 (Nested/Hierarchical)	LeRobot 将图像、状态展平为列；OpenVLA 将数据封装在 `steps` 序列中。
元数据管理	`info.json`	`dataset_info.json` + `features.json`	元数据定义的键值对不同，需做映射。
生态兼容性	PyTorch, Pandas, HuggingFace	TensorFlow, JAX, DeepMind RLDS	跨框架训练需要 ETL 转换。

4.2 数据对齐挑战与解决方案

由分析脚本可知，两者处于 "不兼容" 状态。若要使用 LeRobot 格式的数据微调 OpenVLA 模型，必须执行 ETL (Extract-Transform-Load) 流程：

Extract (提取)：利用 Pandas 或 PyArrow 读取 .parquet 文件，解析扁平化的 observation.image 和 action 列。
Transform (转换)：
- 结构重组：将扁平数据重组为 (episode, step) 的层级结构。
- 类型转换：将图片字节流或 Numpy 数组转换为 TF Feature 格式。
- 元数据注入：添加 RLDS 必需的 is_first, is_last, reward 等字段。
Load (加载)：利用 tf.io.TFRecordWriter 序列化为 .tfrecord 文件，并生成对应的 RLDS 签名文件。

5. 总结 (Conclusion)

LIBERO 数据集通过结构化的任务设计，清晰地解耦了机器人操作中视觉（Object）、空间（Spatial）、**交互（Goal）与时序（10/Long-Horizon）**四个维度的挑战。

对于算法研究者：LIBERO 提供了评估模型在特定能力上短板的绝佳标尺（例如，模型能做好 Object 任务但做不好 Spatial 任务，说明其空间注意力机制存在缺陷）。
对于工程开发者：理解 LeRobot 与 OpenVLA 格式的差异是构建高效数据流水线（Data Pipeline）的前提。libero_10 显著增加的序列长度也提醒我们在模型部署时需关注推理延时和显存占用。

附件：Libero数据集统计分析报告及分析代码

#!/usr/bin/env python3
"""
分析Libero数据集，统计每个大任务下的小任务数量和样本数量
"""

import pandas as pd
import os
from pathlib import Path
import json
from collections import defaultdict

def analyze_libero_dataset():
    """分析Libero数据集"""
  
    # 数据集路径
    datasets = [
        "libero_10_no_noops_lerobot_v21",
        "libero_goal_no_noops_lerobot_v21", 
        "libero_object_no_noops_lerobot_v21",
        "libero_spatial_no_noops_lerobot_v21"
    ]
  
    base_path = Path("/data1/DATA")
  
    results = {}
  
    for dataset_name in datasets:
        print(f"\n分析数据集: {dataset_name}")
        print("=" * 50)
      
        dataset_path = base_path / dataset_name
        data_path = dataset_path / "data" / "chunk-000"
      
        if not data_path.exists():
            print(f"数据路径不存在: {data_path}")
            continue
      
        # 获取所有parquet文件
        parquet_files = list(data_path.glob("episode_*.parquet"))
        print(f"总episode数量: {len(parquet_files)}")
      
        # 分析每个episode
        task_stats = defaultdict(lambda: {"episodes": 0, "total_samples": 0})
        episode_info = []
      
        for parquet_file in parquet_files:
            try:
                # 读取parquet文件
                df = pd.read_parquet(parquet_file)
              
                # 获取任务信息
                task_name = "unknown"
                if 'task_index' in df.columns and len(df) > 0:
                    task_index = df['task_index'].iloc[0]
                    task_name = f"task_{task_index}"
                elif 'task' in df.columns:
                    task_name = df['task'].iloc[0] if len(df) > 0 else "unknown"
                elif 'task_name' in df.columns:
                    task_name = df['task_name'].iloc[0] if len(df) > 0 else "unknown"
                else:
                    # 打印前几列看看数据结构
                    if len(episode_info) < 3:  # 只打印前3个文件的信息
                        print(f"文件 {parquet_file.name} 的列名: {list(df.columns)}")
                        if len(df) > 0:
                            print(f"样本数: {len(df)}")
                            print(f"前几行数据:")
                            print(df.head(2))
                            print("-" * 30)
              
                # 统计信息
                sample_count = len(df)
                task_stats[task_name]["episodes"] += 1
                task_stats[task_name]["total_samples"] += sample_count
              
                episode_info.append({
                    "file": parquet_file.name,
                    "task": task_name,
                    "samples": sample_count
                })
              
            except Exception as e:
                print(f"处理文件 {parquet_file.name} 时出错: {e}")
      
        # 输出统计结果
        print(f"\n{dataset_name} 统计结果:")
        print(f"{'任务名称':<15} {'Episode数量':<12} {'总样本数':<12} {'平均样本数':<12}")
        print("-" * 60)
      
        total_episodes = 0
        total_samples = 0
      
        # 按任务索引排序
        sorted_tasks = sorted(task_stats.items(), key=lambda x: x[0])
      
        for task_name, stats in sorted_tasks:
            avg_samples = stats["total_samples"] / stats["episodes"] if stats["episodes"] > 0 else 0
            print(f"{task_name:<15} {stats['episodes']:<12} {stats['total_samples']:<12} {avg_samples:<12.1f}")
            total_episodes += stats["episodes"]
            total_samples += stats["total_samples"]
      
        print("-" * 60)
        print(f"{'总计':<15} {total_episodes:<12} {total_samples:<12} {total_samples/total_episodes if total_episodes > 0 else 0:<12.1f}")
      
        # 保存结果
        results[dataset_name] = {
            "task_stats": dict(task_stats),
            "total_episodes": total_episodes,
            "total_samples": total_samples,
            "episode_info": episode_info
        }
  
    return results

if __name__ == "__main__":
    results = analyze_libero_dataset()
  
    # 保存详细结果到JSON文件
    with open("libero_analysis_results.json", "w", encoding="utf-8") as f:
        json.dump(results, f, ensure_ascii=False, indent=2)
  
    print("\n" + "=" * 80)
    print("总体统计:")
    print("=" * 80)
  
    for dataset_name, result in results.items():
        print(f"\n{dataset_name}:")
        print(f"  - 任务类型数量: {len(result['task_stats'])}")
        print(f"  - 总Episode数量: {result['total_episodes']}")
        print(f"  - 总样本数量: {result['total_samples']}")
        print(f"  - 平均每Episode样本数: {result['total_samples']/result['total_episodes'] if result['total_episodes'] > 0 else 0:.1f}")
      
        # 显示每个任务的详细统计
        print(f"  - 任务分布:")
        sorted_tasks = sorted(result['task_stats'].items(), key=lambda x: x[0])
        for task_name, stats in sorted_tasks:
            print(f"    * {task_name}: {stats['episodes']} episodes, {stats['total_samples']} samples")

上面的是lerobot格式的数据分析

下面的是openvla格式的

#!/usr/bin/env python3
"""
分析Libero数据集，统计每个大任务下的小任务数量和样本数量
"""

import os
import tensorflow_datasets as tfds
import tensorflow as tf

def analyze_dataset(dataset_path):
    """
    Analyzes a single dataset to extract unique language instructions using tfds.
    """
    try:
        # Suppress verbose logging
        tf.get_logger().setLevel('ERROR')

        builder = tfds.builder_from_directory(builder_dir=dataset_path)
        dataset = builder.as_dataset(split='train')

        unique_instructions = set()
      
        for episode in dataset:
            # The language instruction is the same for all steps in an episode
            # We need to iterate through the steps dataset to get the first step
            for step in episode['steps'].take(1):
                instruction = step['language_instruction'].numpy().decode('utf-8')
                unique_instructions.add(instruction)

        return sorted(list(unique_instructions))

    except Exception as e:
        print(f"Error analyzing {dataset_path}: {e}")
        return []

def main():
    base_dir = "/data/DATA/modified_libero_rlds"
    task_categories = [d for d in os.listdir(base_dir) if os.path.isdir(os.path.join(base_dir, d)) and not d.startswith('.')]

    for category in task_categories:
        print(f"--- Task Category: {category} ---")
      
        version_dir = os.path.join(base_dir, category, "1.0.0") # Assuming version 1.0.0
      
        if not os.path.exists(version_dir):
            print(f"Version directory not found for {category}")
            continue

        subtasks = analyze_dataset(version_dir)
      
        print(f"  Found {len(subtasks)} subtasks:")
        for i, task in enumerate(subtasks):
            print(f"    {i+1}. {task}")
        print("\n")

if __name__ == "__main__":
    main()

数据集概况

本次分析了4个Libero数据集，每个数据集都包含10个不同的任务类型（task_0到task_9）。

详细统计结果

1. libero_10_no_noops_lerobot_v21

总Episode数量: 379
总样本数量: 101,469
平均每Episode样本数: 267.7
任务类型数量: 10个任务

各任务详细统计:

任务编号	Episode数量	总样本数	平均样本数
task_0	38	9,807	258.1
task_1	36	9,020	250.6
task_2	34	9,990	293.8
task_3	41	10,866	265.0
task_4	43	11,494	267.3
task_5	33	9,571	290.0
task_6	29	11,808	407.2
task_7	49	12,702	259.2
task_8	35	8,577	245.1
task_9	41	7,634	186.2

2. libero_goal_no_noops_lerobot_v21

总Episode数量: 428
总样本数量: 52,042
平均每Episode样本数: 121.6
任务类型数量: 10个任务

各任务详细统计:

任务编号	Episode数量	总样本数	平均样本数
task_0	49	4,563	93.1
task_1	36	6,224	172.9
task_2	36	7,157	198.8
task_3	40	4,203	105.1
task_4	47	5,004	106.5
task_5	33	4,990	151.2
task_6	50	4,454	89.1
task_7	48	4,854	101.1
task_8	46	4,574	99.4
task_9	43	6,019	140.0

3. libero_object_no_noops_lerobot_v21

总Episode数量: 454
总样本数量: 66,984
平均每Episode样本数: 147.5
任务类型数量: 10个任务

各任务详细统计:

任务编号	Episode数量	总样本数	平均样本数
task_0	45	6,291	139.8
task_1	45	6,919	153.8
task_2	45	6,378	141.7
task_3	46	6,723	146.2
task_4	44	6,867	156.1
task_5	45	6,443	143.2
task_6	47	6,200	131.9
task_7	45	7,102	157.8
task_8	42	6,097	145.2
task_9	50	7,964	159.3

4. libero_spatial_no_noops_lerobot_v21

总Episode数量: 432
总样本数量: 52,970
平均每Episode样本数: 122.6
任务类型数量: 10个任务

各任务详细统计:

任务编号	Episode数量	总样本数	平均样本数
task_0	46	5,775	125.5
task_1	42	6,257	149.0
task_2	39	4,472	114.7
task_3	35	4,747	135.6
task_4	45	4,487	99.7
task_5	43	4,287	99.7
task_6	47	5,570	118.5
task_7	45	5,940	132.0
task_8	46	5,343	116.2
task_9	44	6,092	138.5

总体汇总

数据集名称	任务数量	总Episode数	总样本数	平均Episode样本数
libero_10	10	379	101,469	267.7
libero_goal	10	428	52,042	121.6
libero_object	10	454	66,984	147.5
libero_spatial	10	432	52,970	122.6
总计	40	1,693	273,465	161.5

主要发现

数据集结构统一: 所有4个数据集都包含10个任务类型（task_0到task_9）
样本数量差异: libero_10数据集的样本数量最多（101,469），其次是libero_object（66,984）
Episode长度差异: libero_10的平均Episode长度最长（267.7），libero_goal和libero_spatial的Episode相对较短（约122）
任务分布: 各数据集内的任务分布相对均匀，每个任务大约有30-50个episodes
数据规模: 总共包含1,693个episodes，273,465个样本点

数据特点

数据格式: 所有数据都以parquet格式存储，每个episode一个文件
数据结构: 每个样本包含observation.state、action、timestamp等字段
任务标识: 通过task_index字段标识不同的任务类型
时序性: 每个episode代表一个完整的任务执行序列

lerobot和openvla数据对齐性讨论

# OpenVLA vs. LeRobot 数据格式对比分析

## 1. 核心差异总结

| 对比项 | OpenVLA (modified_libero_rlds) | LeRobot (lerobot_v21) | 对齐状态 |
| :--- | :--- | :--- | :--- |
| **存储格式** | `TFRecord` | `Parquet` | 🔴 **不兼容** |
| **特征元数据** | `features.json` (结构不同) | `info.json` | 🟡 **需映射** |
| **特征结构** | 嵌套在 `steps` 和 `episode_metadata` | 扁平化结构 | 🟡 **需转换** |

**结论**: OpenVLA 和 LeRobot 的数据格式**没有直接对齐**。要使其兼容，需要进行数据转换和特征映射。

---

## 2. 详细对比

### 存储格式

-   **OpenVLA**: 使用 `TFRecord` 格式 (`.tfrecord`)。这是一种序列化的二进制格式，在 TensorFlow 生态中广泛使用，适合高效的 `I/O` 操作。
-   **LeRobot**: 使用 `Apache Parquet` 格式 (`.parquet`)。这是一种列式存储格式，在 `Pandas` 和 `Spark` 等大数据处理框架中很流行，提供了高效的压缩和编码。

👉 **对齐分析**: 两种格式在二进制层面完全不同，无法直接通用。

### 元数据和特征定义

#### OpenVLA

-   **`dataset_info.json`**: 包含数据集的版本、描述、分片信息等高级元数据。
-   **`features.json`**: 定义了数据的具体结构。从分析脚本的初步运行结果看，其根级别没有`features`键，这表明特征定义可能嵌套在更深层次，或者需要结合 `TensorFlow Datasets (TFDS)` 的加载器来完整解析。通常，RLDS/OpenVLA 格式会将数据组织成 `steps`，每个 `step` 包含 `observation`, `action`, `reward`, `is_first`, `is_last` 等。

#### LeRobot

-   **`info.json`**: 集中包含了数据集的元数据和详细的特征定义。
-   **`features` 键**: 在 `info.json` 中直接定义了所有数据字段，包括：
    -   `observation.images.wrist_image` (视频)
    -   `observation.images.image` (视频)
    -   `observation.state` (机器人状态)
    -   `action` (动作)
    -   `timestamp`, `frame_index`, `episode_index` (元数据)
    -   `task_index` (任务ID)

👉 **对齐分析**:
-   `LeRobot` 的特征是**扁平化**的，每个字段（如 `action`, `observation.state`）都作为 `Parquet` 文件中的一列。
-   `OpenVLA` 的特征是**层级化**的，通常封装在 `steps` 序列中。

---

## 3. 如何对齐？

要将 `LeRobot` 的数据格式对齐到 `OpenVLA`，需要执行以下步骤：

1.  **读取 Parquet 数据**: 使用 `pandas` 或 `pyarrow` 逐个读取 `LeRobot` 的 `episode_*.parquet` 文件。
2.  **重构数据**:
    -   将每个 `episode` 的数据帧（`DataFrame` 的行）转换为 `OpenVLA` 的 `step` 结构。
    -   每个 `step` 应该包含 `observation`（包含图像和状态）、`action` 等字段。
    -   在 `episode` 级别添加 `episode_metadata`，如 `task_id`。
3.  **序列化为 TFRecord**:
    -   将重构后的 `episode` 序列化为 `tf.train.Example` 协议缓冲区。
    -   将序列化后的数据写入 `.tfrecord` 文件。
4.  **创建元数据文件**:
    -   生成符合 `OpenVLA` 规范的 `dataset_info.json` 和 `features.json`。

这个过程本质上是一个 `ETL` (Extract, Transform, Load) 流程，需要编写专门的转换脚本。

如果需要，我可以帮编写一个初步的转换脚本。

详细task分析

这个 openvla 格式的 libero 数据集分为4个大类任务，每个大类下正好包含10个不同的子任务。

详细分析结果

1. libero_object_no_noops

这个类别主要关注于拾取特定物品并将其放入篮子。

子任务列表:
1. 捡起字母汤罐头并放入篮子。
2. 捡起烧烤酱并放入篮子。
3. 捡起黄油并放入篮子。
4. 捡起巧克力布丁并放入篮子。
5. 捡起奶油芝士并放入篮子。
6. 捡起番茄酱并放入篮子。
7. 捡起牛奶并放入篮子。
8. 捡起橙汁并放入篮子。
9. 捡起沙拉酱并放入篮子。
10. 捡起番茄酱并放入篮子。

2. libero_goal_no_noops

这个类别主要关注于实现特定的目标状态，例如开关抽屉、放置物品到特定位置等。

子任务列表:
1. 打开橱柜的中间抽屉。
2. 打开顶层抽屉，把碗放进去。
3. 把盘子推到炉子前面。
4. 把碗放在盘子上。
5. 把碗放在炉子上。
6. 把碗放在橱柜顶部。
7. 把奶油芝士放进碗里。
8. 把酒瓶放在酒架上。
9. 把酒瓶放在橱柜顶部。
10. 打开炉子。

3. libero_10_no_noops

这个类别包含了一系列组合任务，需要同时操作多个物品。

子任务列表:
1. 捡起书并将其放入球童的后隔间。
2. 把两个摩卡壶都放在炉子上。
3. 把字母汤罐头和奶油芝士盒都放进篮子。
4. 把字母汤罐头和番茄酱都放进篮子。
5. 把奶油芝士盒和黄油都放进篮子。
6. 把黑色的碗放进橱柜的底层抽屉并关上。
7. 把白色的杯子放在左边的盘子上，把黄白色的杯子放在右边的盘子上。
8. 把白色的杯子放在盘子上，把巧克力布丁放在盘子右边。
9. 把黄白色的杯子放进微波炉并关上。
10. 打开炉子，把摩卡壶放在上面。

4. libero_spatial_no_noops

这个类别主要关注于空间关系，即根据物品之间的相对位置来执行操作。

子任务列表:
1. 从盘子和模子之间捡起黑碗，然后放在盘子上。
2. 从桌子中央捡起黑碗，然后放在盘子上。
3. 从木柜顶层抽屉里捡起黑碗，然后放在盘子上。
4. 从饼干盒旁边捡起黑碗，然后放在盘子上。
5. 从盘子旁边捡起黑碗，然后放在盘子上。
6. 从模子旁边捡起黑碗，然后放在盘子上。
7. 从饼干盒上捡起黑碗，然后放在盘子上。
8. 从模子上捡起黑碗，然后放在盘子上。
9. 从炉子上捡起黑碗，然后放在盘子上。
10. 从木柜上捡起黑碗，然后放在盘子上。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

LIBERO 数据集深度解析：架构、统计与工程实现

1. 概述 (Introduction)

2. 数据集架构与任务分类学 (Dataset Architecture & Taxonomy)

2.1 LIBERO-Object：物体层面的泛化

2.2 LIBERO-Spatial：空间布局的鲁棒性

2.3 LIBERO-Goal：目标状态的多样性

2.4 LIBERO-10 (Long-Horizon)：长程时序推理

3. 定量统计分析 (Quantitative Analysis)

3.1 总体规模

3.2 子集详细统计表

3.3 数据分布洞察

4. 数据工程：LeRobot 与 OpenVLA 格式对齐

4.1 格式对比矩阵

4.2 数据对齐挑战与解决方案

5. 总结 (Conclusion)

附件：Libero数据集统计分析报告及分析代码

详细统计结果

1. libero_10_no_noops_lerobot_v21

2. libero_goal_no_noops_lerobot_v21

3. libero_object_no_noops_lerobot_v21

4. libero_spatial_no_noops_lerobot_v21

总体汇总

主要发现

数据特点

lerobot和openvla数据对齐性讨论

详细分析结果

FilesExpand file tree

01-libero.md

Latest commit

History

01-libero.md

File metadata and controls

LIBERO 数据集深度解析：架构、统计与工程实现

1. 概述 (Introduction)

2. 数据集架构与任务分类学 (Dataset Architecture & Taxonomy)

2.1 LIBERO-Object：物体层面的泛化

2.2 LIBERO-Spatial：空间布局的鲁棒性

2.3 LIBERO-Goal：目标状态的多样性

2.4 LIBERO-10 (Long-Horizon)：长程时序推理

3. 定量统计分析 (Quantitative Analysis)

3.1 总体规模

3.2 子集详细统计表

3.3 数据分布洞察

4. 数据工程：LeRobot 与 OpenVLA 格式对齐

4.1 格式对比矩阵

4.2 数据对齐挑战与解决方案

5. 总结 (Conclusion)

附件：Libero数据集统计分析报告及分析代码

详细统计结果

1. libero_10_no_noops_lerobot_v21

2. libero_goal_no_noops_lerobot_v21

3. libero_object_no_noops_lerobot_v21

4. libero_spatial_no_noops_lerobot_v21

总体汇总

主要发现

数据特点

lerobot和openvla数据对齐性讨论

详细分析结果