piper_task_v5_clean_sg

Piper Task v5 是一个机器人任务数据集，源自 DCC1015/piper_task_v4，使用 lerobot_cleaner 工具和每个 episode 的 Savitzky-Golay 滤波进行处理。数据集包含100个episodes，共40810帧，并经过清洗步骤（如时间戳对齐、静态帧裁剪、夹爪二值化、NaN/Inf验证及SG滤波），最终以LeRobot格式存储，适用于VLA和GR00T等机器人学习框架。Piper Task v5 is a robot task dataset derived from DCC1015/piper_task_v4, processed with the lerobot_cleaner tool and Savitzky-Golay filtering per episode. It contains 100 episodes with a total of 40,810 frames, and undergoes cleaning steps (such as timestamp alignment, static frame cropping, gripper binarization, NaN/Inf validation, and SG filtering). The final data is stored in LeRobot format and is suitable for robot learning frameworks like VLA and GR00T.

原始信息汇总

Piper Task v5 — lerobot-cleaner + per-episode SG 数据集概述

基本信息

• 许可证：Apache-2.0
• 任务类别：机器人学（Robotics）
• 标签：LeRobot、VLA、GR00T、Savitzky-Golay
• 来源：由 DCC1015/piper_task_v4 数据集派生而来

数据处理流程

该数据集采用 Escapist-coder/lerobot_cleaner 工具并结合逐片段 SciPy Savitzky–Golay 规则进行清洗，具体处理步骤包括：

1. R1：时间戳/对齐验证
2. R2：首尾静态帧修剪，阈值为 0.002
3. R3：仅对 state.gripper 在阈值 50.0 处进行二值化处理
4. R4：启用但未配置 ROI（无空间裁剪）
5. R5：最小片段长度为 30
6. R6：NaN/Inf 验证及百分位异常值报告，不进行裁剪
7. R7：完整视频解码与跨视角帧计数验证
8. 每个片段：对关节动作维度 [0:6] 应用 Savitzky-Golay 滤波（窗口大小为 11，多项式阶数为 3，模式为 interp）
9. R8：重新索引并重新计算全局/逐片段的归一化统计量

值得注意的是，action[6]（抓取器位置）直接从源数据行原始复制，Savitzky-Golay 滤波不处理离散列，也不会跨片段边界应用。

数据统计

指标	源数据	清洗后
片段数	100	100
帧数	47,731	40,810
修剪帧数	—	6,921
同步视频验证数	—	200

附带元数据

• 数据集包含 meta/stats.json，适用于 GR00T 格式加载器
• 包含 meta/episodes_stats.jsonl，适用于上游 LeRobot/openpi 风格加载器
• 完整的处理和验证细节存放于 cleaning_report/ 目录下