开源具身
数据集图谱

怎么读这张表

1. 先看“来源”：真实机器人且有 action/state 的条目，最接近 VLA / 模仿学习的直接训练数据。
2. 再看“控制一致性”：跨机器人集合规模虽大，但动作空间、频率与标定差异会增加清洗和映射成本。
3. 最后看许可：“需申请”和“研究限定”均不应默认进入商业训练集。

收录边界与局限

• 收录公开下载或有明确公开申请流程的数据；不收录只有论文、没有数据入口的项目。
• Open X-Embodiment 是聚合数据集，本表同时保留部分重要组成数据集，统计时会产生重叠，不能直接把规模相加。
• 规模使用发布方最常用口径（轨迹、小时、场景或帧），不同口径不可直接横比；“约”表示官方近似值。
• GitHub Stars、Hugging Face 下载量和 Google Scholar 引用量只适合观察社区热度，不能直接代表数据质量；同一项目的代码仓库与数据仓库也可能不同。
• 第一视角条目查漏参考 awesome-ego-video-datasets ↗，再回到各项目、GitHub、Hugging Face 与论文页逐项核验；未直接照搬其中只有论文而无数据入口的项目。
• 这是截至核验日的重点目录；社区小规模 LeRobot 数据仍在快速增长，无法穷尽每个个人仓库。