元信息：工具 RDA (robot-data-audit) 0.5.8 · 数据集 lerobot/libero_10（LeRobot v3.0 格式，379 个演示片段，101,469 帧）· 纯 CPU 运行 · 2026-09-03

    如果你在用 libero_10 做 VLA 或模仿学习实验，大概率对它的 10 个任务、每个任务 35–49 条轨迹很熟悉了。但「这批数据本身质量如何」这个问题，很多人（包括我们自己）通常是凭感觉回答的。最近我们在给自己的开源审计工具 RDA 做 0.5.8 版本的回归测试，顺手把 libero_10 完整跑了一遍。这篇只报告测试结果——它是什么、不是什么，我们都尽量说清楚。

先说结论

在 13 项可执行的自动化检查中：

• 12 项全部通过：文件完整性、视频帧一致性、时间戳有效性、schema 一致性、关节限位、动作连续性、抽样抖动、速度/加速度合理性、缺失/异常值等，379 个片段无一报错；

• 2 项不适用：传感器同步（该数据集无多传感器时间序列）、部分关节限位子检查，自动跳过并如实标注 na；

• 0 个硬伤：没有发现数据损坏、帧错位、时间戳倒挂这类结构性问题。

    换句话说：libero_10 的数据工程质量是过硬的。唯一触发「建议复核（REVIEW）」的，是一项低运动启发式检查——这正是我们想拿出来讨论的部分。

REVIEW 的 247 个片段，是怎么回事

    65% 的片段（247/379）被 RDA 标记为 REVIEW，依据只有一条：有效运动占比低于 0.30。这个指标的定义是「发生明显运动的帧 / 总帧数」，0.30 是 RDA 的默认经验阈值。

    从分布图看，libero_10 全部片段的有效运动占比集中在 2%–41%，中位数 28.3%，恰好卡在阈值附近。我们认为这更可能是阈值与数据集特性的匹配问题，而非数据质量问题，理由有三：

1. libero_10 的任务大多是桌面级精细操作（放杯子、开抽屉、摆调料盒），机械臂动作本身就小而慢，单位时间内「显著运动」的帧天然偏少；
2. 这些片段的时间戳、动作连续性、速度/加速度检查全部通过——如果是真实的卡死或故障，这几项大概率会同时报警，但没有；
3. 0.30 这个阈值本来是为通用场景设计的经验值，面对不同 style 的数据集，理应允许使用者调整。

    所以我们的建议是：如果你用 RDA 跑 libero_10，看到大面积 REVIEW 不必紧张，这是启发式阈值在精细操作数据集上的正常反应。RDA 的定位是「给出信号 + 解释原因」，最终判断权在使用者手里。

这次审计还顺带验证了两件事

    对 RDA 自身而言，这次跑全量数据集修复并验证了两个 0.5.8 的适配问题（v3.0 chunked 视频的帧数校验误报、episode 层任务标识输出），现在：

• 每个 episode 的 JSON 记录都带 task_index / task_description，可以直接按任务切分分析；

• 379 个片段跑完约 3 分钟（纯 CPU，无 GPU 依赖），pip install robot-data-audit 即可复现。

自己跑一遍

pip install robot-data-audit
rda audit /path/to/libero_10 --format json --output report.json
# 或者
python -m rda.cli.main audit D:/data/libero_10

    支持 LeRobot v2.1 与 v3.0 格式。JSON 报告里每个 episode 有 14 个指标的完整测量值、阈值、判定原因，可以直接程序化消费。

边界声明（重要）

• 本文只代表 RDA 0.5.8 在一个数据集上的一次测试结果，不构成对 libero_10 的全面质量背书，也不构成任何基准排名；

• 低运动启发式的阈值设定有主观性，我们给出的解释是分析而非定论，欢迎不同意见；

• RDA 是我们的开源项目（Apache-2.0），利益相关，请带着批判的眼光使用和验证；

• 我们没有借此对比任何其他审计工具——不同工具的指标定义和适用场景不同，简单拉踩没有意义。

    有任何问题或发现 bug，欢迎到 GitHub 仓库 提 issue。如果你跑了别的数据集，也欢迎分享结果。