---
title: LHPR-VLN
canonical_url: "https://www.modelscope.cn/datasets/starry123/LHPR-VLN"
md_url: "https://www.modelscope.cn/datasets/starry123/LHPR-VLN.md"
repository: starry123/LHPR-VLN
last_updated: 2025-05-30
license: "MIT License"
storage_size: "85 GB"
downloads: 2166
stars: 0
---
# LHPR-VLN
> LHPR-VLN - starry123 在 ModelScope 开源的数据集。论文 Towards Long-Horizon Vision-Language Navigation: Platform, Benchmark and Method 中的 long-horizon planning and reasoning in VLN (LHPR-VLN) 基准数据集
starry123/LHPR-VLN 是 ModelScope 魔搭社区上的数据集，存储大小 85 GB，采用 MIT License 许可。
- **Repository**: starry123/LHPR-VLN
- **License**: MIT License
- **Storage size**: 85 GB
- **Downloads**: 2166
- **Stars**: 0
- **Last updated**: 2025-05-30
Source: https://www.modelscope.cn/datasets/starry123/LHPR-VLN
---
# Long-Horizon Planning and Reasoning in VLN (LHPR-VLN) Benchmark
此仓库包含在论文 [Towards Long-Horizon Vision-Language Navigation: Platform, Benchmark and Method](https://arxiv.org/abs/2412.09082) 中介绍的 long-horizon planning and reasoning in VLN (LHPR-VLN) 基准数据集。
数据集同时在 [Hugging Face](https://huggingface.co/datasets/Starry123/LHPR-VLN) 开放。
## 文件
轨迹数据集文件组织格式按如下形式。`task/` 中包含完整 LH-VLN 任务轨迹，`step_task/` 中包含对应 LH-VLN 任务的逐步导航任务。
```
task
├── batch_1
│ ├── 2
│ │ ├──
│ │ │ ├── success/trial_1
│ │ │ │ ├──
│ │ │ │ │ ├── front.png
│ │ │ │ │ ├── right.png
│ │ │ │ │ └── left.png
│ │ │ │ ├── ...
│ │ │ │ ├──
│ │ │ │ └── .json
│ │ │ └── config.json
│ │ ├── ...
│ │ ├──
│ ├── 3
│ ├── 4
├── batch_2
├── batch_3
├── batch_4
├── batch_5
├── batch_6
├── batch_7
├── batch_8
step_task
├── batch_1
│ ├── .json
│ ├── ...
│ └── .json
├── batch_2
├── batch_3
├── batch_4
├── batch_5
├── batch_6
├── batch_7
├── batch_8
```
对于 `task/` 下的轨迹数据集，分包为 8 个 batch，每个 batch 中按导航阶段数分为 2、3、4 三个文件夹，每个文件夹下包含以指令命名的任务文件夹。每个任务文件夹下包含用于初始化任务的 config 文件以及轨迹数据 `success/trial_1/`。轨迹数据下按 `` 的命名方式储存**每一步行动后**的三个方向视角（$-60^\circ, 0^\circ, +60^\circ$）的观察（因此行动计数从 0 开始，行动步 -1 仅提供初始观察）。对应轨迹下的逐步导航任务配置文件也存储与于该目录中。
对于 `step_task/` 下的轨迹数据集，分包为 8 个 batch，每个 batch 中储存 `task/` 目录对应 batch 下的逐步导航任务配置文件。
## 数据集说明
`task/` 中的 LH-VLN 任务配置文件包含任务指令、任务分解、机器人类型（影响相机高度）、场景ID、目标物品以及初始位置（初始姿态为 -x 方向）。具体示例如下：
```json
{
"Task instruction": "Bring the cup on the cabinet table in living room to the office table in office",
"Subtask list": [
"Move_to('cup_0')",
"Grab('cup')",
"Move_to('office table_4')",
"Release('cup')"
],
"Robot": "spot",
"Scene": "00688-SgkmkWjjmDJ",
"Object": [
[
"cup",
"Region 0: Living room"
],
[
"office table",
"Region 4: Office"
]
],
"Start pos": [
12.865792274475098,
-2.556666374206543,
-0.1410648226737976
]
}
```
其中 `Region 0` 代表 HM3D 数据集对应场景中编号为 0 的区域，`cup` 为场景对应区域中存在的同名物品，可通过语义接口直接在场景中查找到对应区域-名称的物品信息。
`step_task/` 中的逐步导航任务包含对应的轨迹路径、开始步数、结束步数、机器人类型（影响相机高度）、场景ID、导航目标以及逐步导航任务指令。开始与结束步数与轨迹路径中 `` 的 `step` 相对应。具体示例如下：
```json
{
"trajectory path": "task/batch_1/2/Bring the cup on the cabinet table in living room to the office table in office/success/trial_1",
"start": 46,
"end": 93,
"Robot": "spot",
"Scene": "00688-SgkmkWjjmDJ",
"target": "office table",
"Task instruction": "Move forward through the hallway and turn right at the chair, go ahead through the living room, turn left at the curtain, move forward finally to the office table."
}
```
此外，对于 `task/` 中的 `batch_6`、`batch_7`、`batch_8`，轨迹中每一步的观察还额外包含了对应三个方向的深度信息（depth / 10 * 255），以及一个 `task.json` 文件，额外包含参考路径中每一步的行动以及对应的位姿。
原则上，在 `unseen` 设置下，我们将场景编号在 800 之后的场景中的任务设为验证集，场景编号在 800 之前的场景中的任务设为训练集。对于 `seen` 设置，将`batch_7`、`batch_8` 作为验证、测试集，`batch_1-6` 作为训练集。
## Episode 数据集
我们生成了一个不包含 VLA 数据的 episode 数据集，数据集组织格式如下：
```
episode_task
├── batch_1.json.gz
├── batch_2.json.gz
├── batch_3.json.gz
├── batch_4.json.gz
├── batch_5.json.gz
├── batch_6.json.gz
├── batch_7.json.gz
├── batch_8.json.gz
```
这可以使得您在无需下载大量数据的情况下在模拟器中部署数据集。
## 更新
我们更新了 `task` 中每个 `batch_x.zip` 中任务的分步任务与 task.json 内容（文件补充以及格式调整）, 请使用 `task.zip` 中的文件替换 `task` 中 `batch_x.zip` 中的对应文件。
## 使用
对于数据集使用, 可以参考我们的 [GitHub 代码](https://github.com/HCPLab-SYSU/LH-VLN)；我们在 `utils/dataset.py` 的 `TaskDataset` 以及 `EpisodeDataset` 中提供了轨迹数据集以及 episode 数据集的导入方式。
## Citation
```bibtex
@inproceedings{song2024towards,
title={Towards long-horizon vision-language navigation: Platform, benchmark and method},
author={Song, Xinshuai and Chen, Weixing and Liu, Yang and Chen, Weikai and Li, Guanbin and Lin, Liang},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
year={2025}
}
```