2025-challenge-demos

מה זה

המאגר מכיל קרוב למאה אלף קבצים שמחולקים לפי משימות ופרקי הדגמה, שנוצרו במקור כחלק מאתגר של שנת 2025 סביב הבנצ'מרק של פרויקט BEHAVIOR-1K. הנתונים מתועדים במבנה של תיקיות משימות, כאשר כל פרק פעולה מלווה בקובץ אנוטציה בפורמט JSON.

המבנה נוצר באמצעות התשתית של LeRobot, והוא מתעד הדגמות התנהגות מתוך מאמץ המחקר שמכסה אלף פעילויות יומיומיות בסימולציה מציאותית וממוקדת אדם. כרטיס המאגר עצמו דל בפרטים נוספים לגבי שלבי הסינון המדויקים, אך המבנה הכללי בנוי סביב קובצי מטא-דאטה והקלטות פרטניות לכל משימה.

מתאים ל

• אימון מודלי חיקוי רובוטיים

  לימוד מדיניות פעולה באמצעות הדגמות של מטלות יומיומיות מתוך קובצי הפרקים השונים.

• הערכת ביצועים באתגר 2025

  בדיקת יכולות של סוכנים אוטונומיים על משימות סטנדרטיות מתוך פרויקט BEHAVIOR-1K.

• פיתוח עם תשתית LeRobot

  הזנת נתוני הדגמות מתועדים לתהליכי עבודה המבוססים על כלי הרובוטיקה של Hugging Face.

איפה זה נופל

כרטיס הנתונים כמעט ריק ואינו מפרט הטיות, אופן איסוף ישיר של ההדגמות או תהליך הניקוי שעברו הקבצים. המקור הוא סימולציה של פעולות יומיומיות, כך שכל יישום מחוץ לסימולטור דורש בדיקת התאמה קפדנית לפער בין סימולציה לעולם האמיתי. אין כאן נתונים בעברית או התייחסות למאפיינים שפתיים כלשהם, והדגש הוא בלעדית על פעולות רובוטיות.

איך טוענים

טוענים את הקבצים ישירות מסביבת Hugging Face או באמצעות הכלים הייעודיים של ספריית LeRobot. המאגר פתוח לציבור ואינו דורש אישור גישה מיוחד. כדי לעבוד איתו בצורה יעילה תצטרכו להוריד ולנתח עשרות אלפי קובצי JSON קטנים בתיקיית האנוטציות, לצד בדיקת קובץ המטא-דאטה הראשי שמגדיר את מבנה הנתונים.

from datasets import load_dataset

ds = load_dataset("behavior-1k/2025-challenge-demos")

הרישיון

הרישיון המדווח הוא MIT, וזה נותן חופש פעולה רחב מאוד. אפשר להשתמש בנתונים לפיתוח מסחרי, לשנות אותם ולאמן עליהם מודלים ללא צורך בשיתוף הנגזרות באותו רישיון. החובה היחידה היא לשמור על הודעת זכויות היוצרים והרישיון המקורי בקוד או בהפצה.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗