eval_baseline_seqfft_real2_on_real2_seed1000

该数据集是使用LeRobot创建的，与机器人技术相关，特别是使用Franka机器人。数据集包含多个观察和动作记录，分为多个片段。具体内容包括主要和手腕图像、笛卡尔状态、夹持器状态、关节状态、目标状态以及动作等。数据以parquet格式存储，视频以mp4格式存储。数据集总共有10个片段，2968帧，15帧每秒。

This dataset was developed using LeRobot and is tailored for robotics research, particularly with Franka robots. It comprises multiple observation and action recordings organized into several segments. Specifically, it includes main and wrist images, Cartesian states, gripper states, joint states, target states, and action data. The tabular data is stored in Parquet format, while the video recordings are saved in MP4 format. In total, this dataset contains 10 segments, 2968 frames, with a frame rate of 15 frames per second (fps).

原始信息汇总

数据集概述

基本信息

• 数据集名称: eval_baseline_seqfft_real2_on_real2_seed1000
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot

数据集规模

• 总情节数: 10
• 总帧数: 2968
• 总任务数: 1
• 数据块大小: 1000
• 数据文件总大小: 1 MB
• 视频文件总大小: 1 MB
• 帧率: 15 FPS
• 数据分割: 训练集 (0:10)

数据结构与特征

数据文件格式为 Parquet，存储路径模式为 data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet。 视频文件存储路径模式为 videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4。

观测特征

• observation.images.primary: 主摄像头视频，形状 (256, 256, 3)，编码 AV1，帧率 15 FPS，非深度图，无音频。
• observation.images.wrist: 腕部摄像头视频，形状 (256, 256, 3)，编码 AV1，帧率 15 FPS，非深度图，无音频。
• observation.state.cartesian: 笛卡尔空间状态，浮点型，形状 (6)，包含 x, y, z, roll, pitch, yaw。
• observation.state.gripper: 夹爪状态，浮点型，形状 (1)。
• observation.state.joints: 关节状态，浮点型，形状 (7)，包含 joint_0 至 joint_6。
• observation.state.target: 目标状态，浮点型，形状 (6)，包含 target_x, target_y, target_z, target_roll, target_pitch, target_yaw。
• observation.state: 完整状态向量，浮点型，形状 (20)，包含前述所有状态特征的拼接。

动作与元数据特征

• action: 动作向量，浮点型，形状 (7)，包含 x, y, z, roll, pitch, yaw, gripper。
• timestamp: 时间戳，浮点型，形状 (1)。
• frame_index: 帧索引，整型，形状 (1)。
• episode_index: 情节索引，整型，形状 (1)。
• index: 索引，整型，形状 (1)。
• task_index: 任务索引，整型，形状 (1)。

相关链接

• 可视化界面: https://huggingface.co/spaces/lerobot/visualize_dataset?path=continuallearning/eval_baseline_seqfft_real2_on_real2_seed1000

引用信息

• 论文: 未提供
• BibTeX: 未提供