摘要：本文介绍面向 LeRobot 格式的开源机器人数据审计工具 RDA（Robot Data Audit）。RDA 通过 13 项分层指标对每个 episode 进行自动化检查，输出 PASS/REVIEW/EXCLUDE 三档裁决，帮助用户在训练前发现数据质量问题。文章详细解析了 RDA 的安装使用、指标设计原理，并展示了在 12 个 LeRobot 数据集上的实测结果：4,959 个 episode 中，49.9% 需要人工复核（REVIEW），15.6% 建议排除（EXCLUDE）。实验表明，数据剪枝效果高度依赖模型类型，跨工具评测揭示了不同工具的鲁棒性差异。RDA 支持脱敏盲审报告，保护数据隐私，同时作者征集带人工标签的真实机器人数据以进一步验证工具效果。
适合人群：做具身智能/机器人数据采集、在用 LeRobot 格式、想在上 GPU 之前先检查数据质量的同学。 太长不看：一个离线工具，pip install robot-data-audit 就能给你的 LeRobot 数据集出三档裁决（PASS/REVIEW/EXCLUDE）+ 脱敏报告。文章末尾有真实数据征集。
为什么需要审计机器人数据
「数据集能加载」≠「数据集能训练」。
一份数据可能 Parquet 合法、schema 正确、元数据完整，但塞满了空闲帧、动作跳变、采样抖动，或值得人工复核的段落。直接喂进训练，损失函数会被「高空闲率分布」带偏——模型学到“什么都不做”更划算。
RDA（Robot Data Audit） 是个面向 LeRobot 格式的开源审计工具：本地运行、不要求 GPU、支持 v2.1/v3.0，对每个 episode 跑 13 项指标，输出三档裁决与三类证据等级。
安装与一键审计
pip in
