libero

libero 是一套面向“终身机器人学习”的桌面操作基准数据集，由 CMU 与 Physical Intelligence 联合发布。它包含 5 大任务套件（Spatial / Object / Goal / 90 / Long）共 130 余个语言条件任务，每个任务提供 50 条 RGB-本体觉-语言指令完整演示，总计约 7k 条轨迹、100 万帧图像，覆盖单臂抓取、堆叠、倒转等长时序操作，并附 PDDL 场景描述，可直接用于评估 VLA 模型在多任务、跨场景下的知识迁移与持续学习能力。