时间序列轨迹（Time Series Trajectories）
以状态—动作—奖励序列形式构建，支持 Transformer 等模型的时空理解。
格式：(s₀, a₀, [r₀]), (s₁, a₁, [r₁]), …, (s_T, a_T, [r_T])
状态-动作对集合（State-Action Pairs）
行为克隆（Behavior Cloning）方法的基础数据格式，包含专家演示的状态-动作对 (s, a)。
离线强化学习数据（Offline RL Data）
组织为五元组：(s, a, r, s’, done)
用于价值函数训练和策略评估。
多模态数据格式（Multimodal Data）
通过以下方式融合视觉、文本和动作信号：
- 时间同步
- 空间对齐
- 特征融合
元数据和标注（Metadata）
提供上下文标签：
- 成功/失败状态
- 任务类型
- 语言翻译
- 强化学习偏好标注