普通 zip 截掉最后的数据集
`aggregate_datasets` 接收一一对应的 `repo_ids` 与 `roots`，旧实现却使用非严格 `zip`；当根目录数量更少时，尾部源数据集会被静默截断，聚合任务可能在数据缺失的情况下继续完成。
LeRobot
—StarsHugging Face 面向真实机器人学习的开源平台，覆盖数据采集与可视化、机器人数据集、模仿学习策略、预训练模型和硬件接入，让端到端机器人学习更易复现与部署。
聚合不能以静默丢失数据为代价
机器人数据集的来源与本地根目录必须逐项对应；如果输入结构已经不完整，系统应该在读取第一份数据之前明确拒绝。
PARALLEL INPUTS
repo_idsdataset_adataset_bdataset_cdataset_d
roots/a/b/cmissing
PUBLIC API BOUNDARY
len(repo_ids) == len(roots)FALSEValueError
0 metadata loaded
VALID REQUEST
A/aB/bC/cD/d
STRICT 1 : 1 AGGREGATION两组并行参数必须等长
两个列表共同描述同一组数据源，长度相等是公开 API 的前置不变量。依赖普通 `zip` 不仅掩盖非法输入，还会在已经读取部分数据后才暴露无关错误，因此必须在任何元信息加载前验证这条边界。
加载元信息前先验证完整性
在聚合入口显式校验 `roots` 与 `repo_ids` 数量完全一致，不匹配时立即抛出清晰的 `ValueError`；校验通过后再使用 strict pairing，使后续实现也无法重新引入静默截断。
每个来源都有唯一对应根目录
无效聚合请求在触碰数据集前就会失败，避免机器人训练数据悄然缺失、来源数量与产物不一致；合法调用保持原有行为，数据聚合链路获得可验证的完整性保证。
