PhoenixHu/doc_vla_nuplan_166k_cot

nuPlan trainval CoT samples (166k) — for AutoVLA CoT SFT

AutoVLA 论文 Table S1 口径的 nuPlan 训练样本（全 1310 log, frame_interval=4）， 带 rule-based CoT reasoning（cot_output 里的 <PLAN>速度,路径</PLAN> + 感知/因果短句， 从 GT 轨迹规则推出，零 VLM），用于 AutoVLA 的 CoT SFT。

train	164,282（trainval_cot_166k.tar.gz，解包 ~1.3 GB）
val	2,000（trainval_cot_166k_val.tar.gz，从 166k 内部切，与 train 不重叠）
CoT 覆盖率	98.8%（缺的 1.2% 是 log 首尾凑不出推理窗口，cot_output 保持空）
对比	no-CoT 版见 PhoenixHu/doc_vla_nuplan_166k_json

下载解包

huggingface-cli download PhoenixHu/doc_vla_nuplan_166k_cot --repo-type dataset --local-dir .
tar xzf trainval_cot_166k.tar.gz
tar xzf trainval_cot_166k_val.tar.gz

🔴 必读一：只有标注，没有图片

每个 JSON 存 token / 速度 / GT 轨迹 / 导航指令 / cot_output + 8 路相机的绝对路径， 不含像素。训练还需 nuPlan/OpenScene 全量 trainval camera（解压后约 1.4 TB， 从 OpenScene 下 openscene_sensor_trainval_camera_{0..199}.tgz）。

🔴 必读二：camera 是绝对路径，换机器要改写

路径形如 /data/autovla_data/nuplan/sensor_blobs/trainval/<log>/CAM_F0/<hash>.jpg。 换机器后批量改写，否则训练找不到图：

NEW=/your/path/to/nuplan          # 里面应有 sensor_blobs/trainval/
grep -rl '/data/autovla_data/nuplan' trainval_cot_166k trainval_cot_166k_val \
  | xargs -P8 -n500 sed -i "s#/data/autovla_data/nuplan#${NEW}#g"

训练 config 里 sensor_data_path: null（JSON 已是绝对路径）。

许可

派生自 nuPlan / OpenScene， 请遵守其原始许可。本仓库仅含标注/索引 JSON，不含任何原始传感器像素。