BridgeData V2

BridgeData V2（加州大学伯克利分校 RAIL）是面向开放词表、多任务策略的真机操作数据集。官方数字：WidowX 250 六自由度、24 个环境、13 种技能、60096 条轨迹——其中 50365 条 VR 遥操作演示、9731 条脚本抓放。七个玩具厨房占主体，其余为桌面、水槽等。控制频率 5 Hz（平均约 38 步）。感知为 640×480：固定肩上 RGB-D、两个随机 RGB 视角、腕部相机。每条轨迹带语言标签；评测分语言条件（eval_lc）与目标图像条件（eval_gc）。

论文：BridgeData V2。项目：rail-berkeley.github.io/bridgedata。代码：rail-berkeley/bridge_data_v2（MIT）。官方媒体走 HTTP / 项目页下载，不是单一 Hugging Face 表。

WorldFoundry 导入策略评测导出（任务 / 目标成功率、离线动作准确率、rollout 成功率）。它不落地整套数据、不跑 WidowX 推理、也不执行真机 rollout。若需本地数据，就位在 ${WORLDFOUNDRY_DATA_DIR}/datasets/bridgedata-v2。

评测维度

• 语言条件评测

  类型赛道

  WidowX 250 上的开放词表指令。官方 eval_lc 路径。

• 目标图像条件评测

  类型赛道

  目标图像条件（官方 eval_gc）。与语言成功率分开。

• 遥操作 vs 脚本抓放

  类型划分

  50365 条 VR 遥操作演示与 9731 条脚本抓放 rollout。

• 13 种技能 / 24 个环境

  类型类别

  抓放、推、扫、堆叠、折叠等相关技能，覆盖玩具厨房、水槽与桌面。

数据组成

• 规模

  UC Berkeley RAIL 真机集合：WidowX 250 六自由度、24 个环境、60096 条轨迹（7 个玩具厨房，外加桌面、水槽、洗衣等）。5 Hz，平均约 38 步，640×480 RGB-D / 腕部 / 随机第三人称视角，每条轨迹带语言标签。官方下载走 HTTP / 项目页，不是单一 Hugging Face 表。

• 来源

  github.com

• 划分

  eval

• 模态

  language · vision · action · state · proprioception

• 许可证

  MIT

• 说明

  代码仓库为 MIT。数据就位遵循项目页 HTTP 发布。网上的 Hugging Face 副本是第三方转换。

指标

指标

• success_rate

  方向越高越好

  导入的策略评测上的主任务成功率。

  主指标Success Rate

• task_success

  方向越高越好

  按任务聚合的成功率。

• goal_success

  方向越高越好

  目标图像条件下的任务成功率（eval_gc）。

• action_accuracy

  方向越高越好

  相对参考动作的离线动作预测准确率。

• rollout_success

  方向越高越好

  已执行真机或官方脚本 rollout 的成功率。

Leaderboard

论文报告结果（非实时榜；不是 WorldFoundry 跑分）。 论文在两个评测任务上比较 BridgeData V2 与 V1+PTR。 BridgeData V2: A Dataset for Robot Learning at Scale (2023).

模型	平均成功率（论文报告的 2 个任务）
BridgeData V2	0.70
BridgeData V1 + PTR	0.08

如何运行

worldfoundry-eval zoo benchmark-run \
  --benchmark-id bridgedata-v2 \
  --mode official-validation \
  --official-results-path <official_results.json> \
  --output-dir tmp/bridgedata-v2/official-validation \
  --json

默认导入路径：WORLDFOUNDRY_BRIDGEDATA_V2_RESULTS_PATH。清单：worldfoundry/data/benchmarks/tasks/external/bridgedata-v2.yaml。请在导出上声明语言 vs 目标图像（以及遥操作 vs 脚本）。产物：scorecard.json（主键 success_rate；另有 goal_success、action_accuracy、rollout_success）与 raw_results.jsonl。

← 返回 Benchmark Hub