simulate 是数据集领域的开源项目，由 huggingface 开发，2022 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 195。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-17。开源免费，无付费计划。
它主要面向的使用场景是：机器人策略训练：批量生成带标注的仿真交互数据。同类可对比的替代方案包括 Habitat-Sim、AI2-THOR。
simulate
快速搭仿真环境，批量产合成数据
simulate 是一个面向具身智能与合成数据研究的开源项目，核心目标是让研究者能够创建、配置并共享仿真环境。它解决的是具身 AI 训练中真实数据采集成本高、场景难以复现的问题：通过把环境定义、任务逻辑与数据生成流程标准化，研究者可以快速搭建可复现的虚拟场景，批量生成带标注的合成数据，用于训练和评测机器人策略、视觉模型等。项目以 Python 实现，提供环境抽象与共享机制，方便团队之间复用同一套仿真配置，减少重复搭建成本。当前处于早期阶段，星标约 195，适合作为具身与合成数据方向的原型验证与内部研究基础设施。
开源
free
数据集
GitHub 星标
★ 195
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队huggingface
所属国家
定价模式free
价格说明开源免费，无付费计划
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型
GitHub 星标★ 195
30天Star增速
HF 下载量
上线时间2022-04-21 00:00:00
最近更新2026-09-17 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-22
浏览次数0
使用教程
核心亮点
- 提供环境创建与共享机制，团队可复用同一套仿真配置，减少重复搭建
- 聚焦具身与合成数据研究，任务定义与数据生成流程可标准化，便于复现实验
- Python 实现，接入现有机器学习与机器人学习工具链的门槛较低
不足之处
- 早期项目，文档与示例可能不完整，上手需要阅读源码
- 生态与社区规模较小，遇到问题可参考的案例和讨论有限
适用场景
- 机器人策略训练：批量生成带标注的仿真交互数据
- 具身视觉研究：构建可复现的虚拟场景做模型评测
- 团队内部：共享仿真环境配置，统一实验基线
替代项目
Habitat-Sim、AI2-THOR
项目介绍
上一篇：ABSADatasets
下一篇：没有了！
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models