HelpMeOut：面向家庭任务执行错误感知监测的神经心理学基准
面向认知障碍患者和老年人的家庭任务执行错误监测具身AI基准，含2万对符号化活动轨迹与步骤级错误标注。
基本信息
模态
时间序列
创建/更新时间
2026-10-13
资源简介
HelpMeOut是由奥克兰大学和MBZUAI提出的具身AI基准，用于家庭任务执行中的错误感知监测，面向认知障碍患者和老年人。数据集包含20,000对活动片段，覆盖九类神经心理学动机错误，基于156种对象类型和38个动作算子的符号家庭域，涵盖食品准备、清洁、洗衣、用药等ADL/IADL任务；每个片段含正确参考轨迹与错误执行轨迹、步骤级错误起始标注及任务结束事件。构建过程将神经心理学目标控制模型参数按临床人群错误率校准，通过结构化错误注入和符号回放验证自动生成确定性标签。该数据集用于评测智能体在流式人类活动轨迹中判断是否、何时及发生何种执行错误，旨在解决辅助机器人对认知受损者日常任务失败的监测与及时干预问题。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://whrcn.github.io/HelpMeOut-Official/
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
