---
title: VLA-Challenge-Dataset
canonical_url: "https://www.modelscope.cn/datasets/X-Humanoid/VLA-Challenge-Dataset"
md_url: "https://www.modelscope.cn/datasets/X-Humanoid/VLA-Challenge-Dataset.md"
repository: X-Humanoid/VLA-Challenge-Dataset
last_updated: 2026-07-03
license: "Apache License 2.0"
storage_size: "57 GB"
downloads: 118108
stars: 0
---

# VLA-Challenge-Dataset

> VLA-Challenge-Dataset - X-Humanoid 在 ModelScope 开源的数据集。VLA Challenge Dataset

X-Humanoid/VLA-Challenge-Dataset 是 ModelScope 魔搭社区上的数据集，存储大小 57 GB，采用 Apache License 2.0 许可。

- **Repository**: X-Humanoid/VLA-Challenge-Dataset
- **License**: Apache License 2.0
- **Storage size**: 57 GB
- **Downloads**: 118108
- **Stars**: 0
- **Last updated**: 2026-07-03

Source: https://www.modelscope.cn/datasets/X-Humanoid/VLA-Challenge-Dataset

---

# VLA Challenge Dataset

面向“具身智能机器人黑客松”初赛 VLA 操作赛道发布的训练数据集。

本数据集提供天轶 TianYi 2.0 双臂机器人与 BrainCo 2 灵巧手的操作示范轨迹，可用于训练、微调和验证 Vision-Language-Action（VLA）、模仿学习及机器人操作策略。

- 训练代码示例：[x-humanoid-vla-simulation-benchmark](https://github.com/Open-X-Humanoid/x-humanoid-vla-simulation-benchmark)
- 参赛手册：[具身智能机器人黑客松参赛手册](https://zitd5je6f7j.feishu.cn/wiki/KKiSwLHAmi1DWgkG8PecOCzynze)
- 联系邮箱：opensource@x-humanoid.com

> 赛事规则、时间节点和评测要求可能持续更新，请以最新版参赛手册及组委会通知为准。

## 1. 赛道简介

VLA 操作赛道基于 NVIDIA Isaac Sim 5.1 搭建线上仿真评测环境。参赛者需要实现策略推理程序，使天轶 TianYi 2.0 双臂机器人在随机生成或随机抽取的场景中完成指定操作任务。

评测平台负责：

- 启动仿真并加载机器人与场景；
- 向参赛者程序发送机器人状态和视觉观测；
- 接收参赛者程序输出的动作指令；
- 根据任务成功条件自动完成评测。

本数据集用于帮助参赛者训练和调试操作策略，不代表最终评测场景的完整分布。

## 2. 开放任务

当前 VLA 赛道包括以下五类开放任务：

| 任务 | 目标 |
| --- | --- |
| 打开电子天平侧门 | 使用右臂打开电子天平门 |
| 关闭电子天平侧门 | 使用右臂关闭电子天平门 |
| 双手传递开关放进托盘 | 左手抓起开关，传递给右手并放入红色托盘 |
| 左手把齿轮放到托盘 | 使用左手将齿轮放入红色托盘 |
| 双手放置工业开关 | 使用双手将两个工业开关放入粉色收纳篮 |

参赛者可以直接使用上述任务描述作为语言指令，也可以在不改变任务语义的前提下进行指令增强。

## 3. 数据集规模

当前版本包含 **5 个任务子集、1,014 条 HDF5 轨迹**，总下载大小约为 **56.93 GiB**。

| 子集 | 轨迹数 | 大小 |
| --- | ---: | ---: |
| `ind_task_01` | 202 | 7.85 GiB |
| `ind_task_02` | 208 | 10.08 GiB |
| `ind_task_03` | 200 | 13.20 GiB |
| `lab_task_01` | 200 | 13.61 GiB |
| `lab_task_03` | 204 | 12.18 GiB |
| **合计** | **1,014** | **56.93 GiB** |

不同轨迹时长不同，单个文件大小约为 25–125 MiB。

## 4. 目录结构

```text
VLA-Challenge-Dataset/
├── ind_task_01/
│   └── h5_data/
│       ├── *.hdf5
│       └── ...
├── ind_task_02/
│   └── h5_data/
├── ind_task_03/
│   └── h5_data/
├── lab_task_01/
│   └── h5_data/
├── lab_task_03/
│   └── h5_data/
├── .gitattributes
└── README.md
```

每个 `.hdf5` 文件对应一条完整操作轨迹。文件名由轨迹编号和采集时间组成，例如：

```text
a114000-2026_06_27_10_43_00.hdf5
```

## 5. 数据内容

数据以 HDF5 格式保存，用于承载时间同步的机器人操作轨迹。训练时主要关注以下信息：

- 视觉观测；
- 左右机械臂关节状态；
- 左右灵巧手关节状态；

HDF5 内部数据集的第一维通常为时间维。不同版本的数据键可能有所调整，请以文件内实际结构为准，不建议在未检查样本的情况下硬编码键名。


## 6. 下载数据

### 6.1 使用 ModelScope CLI

```bash
pip install -U modelscope

modelscope download \
  --dataset X-Humanoid/VLA-Challenge-Dataset \
  --local_dir ./VLA-Challenge-Dataset
```

只下载指定任务子集：

```bash
modelscope download \
  --dataset X-Humanoid/VLA-Challenge-Dataset \
  --include "ind_task_01/**" \
  --local_dir ./VLA-Challenge-Dataset
```

### 6.2 使用 Git LFS

请先安装并启用 Git LFS：

```bash
git lfs install

git clone \
  https://www.modelscope.cn/datasets/X-Humanoid/VLA-Challenge-Dataset.git
```

如果克隆后 `.hdf5` 文件只有约 130 字节，说明当前文件是 Git LFS 指针，需要执行：

```bash
cd VLA-Challenge-Dataset
git lfs pull
```

完整数据约 57 GiB，建议预留至少 70 GiB 可用磁盘空间。

## 7. License

本数据集采用 [Apache License 2.0](https://www.apache.org/licenses/LICENSE-2.0) 发布。

使用、修改或再发布本数据集时，请保留原始版权和许可声明。若用于论文、技术报告、产品文档或公开演示，建议注明数据来源：

```text
VLA Challenge Dataset,
Beijing Humanoid Robot Innovation Center / X-Humanoid,
https://modelscope.cn/datasets/X-Humanoid/VLA-Challenge-Dataset
```

## 8. 联系方式

如发现文件损坏、数据无法下载、字段异常或对赛事规则存在疑问，请联系：

```text
opensource@x-humanoid.com
```