jinkami07/so101_pick_blue_tape_ep01

---
license: apache-2.0
task_categories:
- robotics
tags:
- LeRobot
configs:
- config_name: default
data_files: data/*/*.parquet
---

This dataset was created using [LeRobot](https://github.com/huggingface/lerobot).

<a class="flex" href="https://huggingface.co/spaces/lerobot/visualize_dataset?path=jinkami07/so101_pick_blue_tape_ep01">
<img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl.svg"/>
<img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl-dark.svg"/>
</a>

## Dataset Description

- **Homepage:** [More Information Needed]
- **Paper:** [More Information Needed]
- **License:** apache-2.0

## Dataset Structure

[meta/info.json](meta/info.json):
```json
{
"codebase_version": "v3.0",
"robot_type": "so_follower",
"total_episodes": 1,
"total_frames": 300,
"total_tasks": 1,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200,
"fps": 30,
"splits": {
"train": "0:1"
},
"data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet",
"video_path": "videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4",
"features": {
"action": {
"dtype": "float32",
"names": [
"shoulder_pan.pos",
"shoulder_lift.pos",
"elbow_flex.pos",
"wrist_flex.pos",
"wrist_roll.pos",
"gripper.pos"
],
"shape": [
6
]
},
"observation.state": {
"dtype": "float32",
"names": [
"shoulder_pan.pos",
"shoulder_lift.pos",
"elbow_flex.pos",
"wrist_flex.pos",
"wrist_roll.pos",
"gripper.pos"
],
"shape": [
6
]
},
"observation.images.wrist": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 30,
"video.channels": 3,
"has_audio": false
}
},
"timestamp": {
"dtype": "float32",
"shape": [
1
],
"names": null
},
"frame_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"episode_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"task_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
}
}
}
```

## Citation

**BibTeX:**

```bibtex
[More Information Needed]
```

搜集汇总

数据集介绍

构建方式

在机器人操作任务的数据采集领域，so101_pick_blue_tape_ep01数据集依托LeRobot平台构建而成。该数据集记录了单次完整任务执行过程，包含300帧数据，以30帧每秒的速率采集。数据以Parquet格式分块存储，每块约1000帧，同时配有同步的视频文件。采集过程整合了机器人关节状态、末端执行器图像及时间戳等多模态信息，确保了数据在时序上的一致性。

特点

该数据集专为机器人模仿学习设计，其核心特征在于多模态数据的紧密耦合。数据集提供了六自由度机械臂的关节位置作为动作与状态观测，并包含腕部摄像头采集的480x640分辨率RGB图像。所有数据均带有精确的时间戳与帧索引，支持按任务与片段进行高效检索。数据规模适中，涵盖单一拾取任务，适合用于算法验证与模型微调。

使用方法

研究人员可通过HuggingFace平台直接访问该数据集，利用提供的可视化工具预览数据内容。数据集按训练集划分，数据文件可通过指定路径模式加载。典型的应用流程包括读取Parquet文件以获取机器人状态与动作序列，并关联对应的MP4视频文件进行视觉信息分析。该结构便于直接用于行为克隆、逆动力学模型等机器人学习任务的训练与评估。

背景与挑战

背景概述

在机器人学习领域，模仿学习与强化学习的研究依赖于高质量、结构化的真实世界交互数据。so101_pick_blue_tape_ep01数据集由LeRobot项目团队创建，旨在为机器人操作任务提供示范轨迹。该数据集聚焦于拾取蓝色胶带这一具体操作，记录了机械臂的关节位置、夹爪状态以及腕部摄像头图像等多模态观测信息，为训练机器人执行精细抓取任务提供了宝贵的实证数据。其构建体现了开源社区在推动机器人数据标准化与共享方面的努力，有助于降低研究门槛并促进算法在真实场景中的泛化能力验证。

当前挑战

该数据集所针对的机器人操作任务，核心挑战在于如何使机械臂在复杂环境中准确识别目标物体并执行稳定抓取，这要求模型能够从有限的示范数据中理解空间关系与动作序列。在数据集构建过程中，挑战主要源于多传感器数据的同步采集与对齐，确保关节状态、图像流与时间戳的高精度匹配；同时，数据标注与轨迹分割需保持一致性，以避免在训练过程中引入噪声或偏差，这对后续模仿学习或行为克隆算法的性能具有直接影响。

常用场景

经典使用场景

在机器人操作学习领域，so101_pick_blue_tape_ep01数据集为模仿学习算法的训练与验证提供了关键支持。该数据集记录了机械臂执行拾取蓝色胶带任务的完整轨迹，包含关节位置状态、腕部摄像头图像及时间戳等多模态数据，使得研究人员能够基于真实世界交互数据，构建端到端的策略模型，模拟人类示教过程，从而优化机器人在复杂环境中的抓取精度与适应性。

实际应用

在工业自动化与柔性制造场景中，该数据集可直接应用于拾取与放置任务的机器人系统优化。基于其记录的精确动作序列与视觉反馈，工程师能够训练机械臂适应不同形状、位置与材质的物体抓取，提升生产线上的分拣效率与可靠性，同时为服务机器人、仓储物流等领域的自主操作能力提供可复现的技术验证平台。

衍生相关工作

围绕该数据集，学术界衍生出一系列专注于机器人模仿学习与视觉运动控制的经典研究。例如，基于LeRobot框架的后续工作深入探索了多模态数据融合、分层策略学习以及仿真到实物的迁移方法，这些成果不仅丰富了机器人行为克隆的理论体系，也为开源机器人社区提供了可扩展的数据处理与模型训练范例，持续促进协作机器人技术的创新与发展。