task05_tube_disposal_gist

这是一个机器人任务数据集，属于GIST AI Lab收集的11阶段实验室协议数据中的第5阶段（stage 5）。任务为：将两个空管放入试管处理托盘（Dispose of the two empty tubes into the tube disposal tray）。数据集包含2001个episodes（片段），共计580038帧，帧率30 FPS。机器人类型为mobileai_robot，代码库版本v3.0。相机包括cam_high（高角度）、cam_left_wrist（左腕）、cam_right_wrist（右腕），分辨率480x640x3，编码h264。动作/观测状态为16维（Mobile AI：底座2维 + 左臂7维 + 右臂7维）。此外，附带labels.csv文件，包含每个episode的任务场景、成功率（success）和数据问题（data_issue）信息，其中成功且无数据问题的episode有1995个。This is a robot task dataset, part of the 11-stage laboratory protocol data collected by GIST AI Lab, specifically stage 5. The task is: Dispose of the two empty tubes into the tube disposal tray. The dataset contains 2001 episodes, totaling 580038 frames at 30 FPS. The robot type is mobileai_robot, codebase version v3.0. Cameras include cam_high, cam_left_wrist, cam_right_wrist, with resolution 480x640x3 and h264 encoding. Action/observation state is 16-dimensional (Mobile AI: base 2D + left arm 7D + right arm 7D). Additionally, a labels.csv file is provided, containing task scenario, success rate, and data issue information for each episode, with 1995 episodes that are successful and without data issues.

原始信息汇总

数据集概述

task05_tube_disposal_gist 是 GIST AI Lab 收集的 11 阶段实验室协议数据集中的 stage 5。该数据集为依 kiroaiseoul 命名规范（task05_tube_disposal）重新分发的副本，原始发布名称为 task5-dispose-empty-tubes-in-tray。

任务与规模

• 任务：将两个空试管放入试管弃置托盘（Dispose of the two empty tubes into the tube disposal tray）
• 数据集规模：包含 2,001 个 episodes（场景片段），共计 580,038 帧图像
• 技术参数：帧率为 30 FPS，机器人类型为 mobileai_robot，代码库版本 v3.0

传感器与数据维度

• 摄像头：三个视角，分别为 cam_high、cam_left_wrist、cam_right_wrist，图像分辨率为 480x640x3，编码格式为 h264
• 动作/观测状态：维度为 16D，具体包括 Mobile AI 平台的基座（2D）+ 左臂（7D）+ 右臂（7D）

附加标签文件（labels.csv）

• 该文件随原始发布附带，属于 episode 级别的标签，非标准 LeRobot 文件，单独存放在仓库根目录
• 主要列字段：episode_id、task_scenario、success、data_issue
• 标签统计：
  • 总 episodes 数：2,001
  • 成功（success == 1）episodes 数：1,995
  • 存在数据问题（data_issue）的 episodes 数：6
  • 推荐用于训练的 episodes 数（success == 1 且无 data_issue）：1,995

数据问题说明

所有阶段中唯一的 data_issue 类型为 mobile_base_not_captured，表示该类 episode 中移动基座状态被记录为固定值，导致基座 2D 信息无意义。若训练中仅使用机械臂动作则该问题不影响，但若需纳入基座动作，则应筛选排除该类 episode。

使用示例（Python）

以下代码展示了如何筛选推荐用于训练的 episodes： python import pandas as pd lab = pd.read_csv("labels.csv") keep = lab[(lab.success == 1) & (lab.data_issue.isna())] episodes = sorted(int(e.removeprefix("ep_")) for e in keep.episode_id)

许可协议

• 采用 Apache-2.0 许可证
• 任务类别为 robotics（机器人技术），标签包含 LeRobot、mobile-ai