用途：在 Physical AI Studio 中处理数据集与 Lightning 数据模块。Studio 数据位于 library/src/physicalai/data/，采用 LeRobot 格式，通过 Lightning datamodule 消费；datamodule 是一等 Python API 对象，YAML/CLI 配置只是同一构造路径的序列化。
主要模块：data/lerobot/datamodule.py 提供 LeRobotDataModule（配置中引用为 physicalai.data.lerobot.LeRobotDataModule）；data/lerobot/dataset.py 为 LeRobot 数据集封装；data/lerobot/converters.py 定义 DataFormat（StrEnum：physicalai、lerobot）及两种布局的双向字段映射；data/observation.py 含 Observation、Feature、FeatureType、NormalizationParameters；data/datamodules.py 为基础 DataModule（LightningDataModule，自动 num-workers 启发式）；data/dataset.py 为基础 Dataset，data/gym.py 为 GymDataset。
Python API 用法：适合 notebook、测试、直接检查批次或调试数据加载。示例：from physicalai.data import LeRobotDataModule；datamodule = LeRobotDataModule(repo_id="lerobot/pusht", train_batch_size=2)；随后 prepare_data()、setup("fit")，再取 train_dataloader() 的下一批。完成标准是批次含策略期望的 observation/action 字段及正确维度。
接入训练配置：在 physicalai fit 配置的 data 块中指定 class_path 与 repo_id，例如 class_path: physicalai.data.lerobot.LeRobotDataModule，init_args 中 repo_id: lerobot/pusht、train_batch_size: 64。repo_id 指向 LeRobot/HuggingFace 数据集，首次使用时拉取。
工作流：按 repo_id 选数据集并确认特征（图像键、状态维、动作维）与目标策略 Config 匹配；训练前用 Python API 验证批次；YAML 配置时用 physicalai fit --config <config.yaml> --trainer.fast_dev_run=true 验证 CLI 一致性；仅在需要时用 converters.py 转换布局，保持字段名稳定；通过 NormalizationParameters/Feature 设置归一化。
调试：特征缺失或改名说明配置特征与策略不一致；首批缓慢通常是 repo_id 正在下载；批次维度错误先检查 train_batch_size 与 collate/observation 处理。
必要检查：特征名、FeatureType、动作维与归一化在数据集、Config 及导出元数据间一致；转换可往返不丢字段；直接 API 与 YAML 构造产生兼容批次；需下载的测试标记 requires_download，默认 uv run pytest 可离线运行。验证命令：uv run pytest tests/unit/data tests/unit/datamodules（在 library/ 下）。相关技能：physicalai-train-training-a-policy、physicalai-train-adding-a-policy。