dataset-test-v2

该数据集为HuggingFace LeRobot格式机器人数据集。

原始信息汇总

数据集概述

基本信息

• 数据集名称: dataset-test-v2
• 发布者: Tsagkas
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot
• 创建工具: 使用 LeRobot 创建。

数据集规模与结构

• 总情节数: 20
• 总帧数: 1194
• 总任务数: 1
• 数据块大小: 1000
• 数据文件总大小: 100 MB
• 视频文件总大小: 200 MB
• 帧率: 10 FPS
• 数据分割: 训练集包含所有20个情节。
• 数据文件路径模式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径模式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

数据特征

数据集包含以下特征字段：

动作

• 字段名: action
• 数据类型: float32
• 形状: [7]
• 描述: 包含末端执行器的位置、旋转和夹爪位置（ee.x, ee.y, ee.z, ee.wx, ee.wy, ee.wz, ee.gripper_pos）。

观测

观测数据包含多个子字段：

状态观测

• 字段名: observation.state
• 数据类型: float32
• 形状: [7]
• 描述: 包含末端执行器的夹爪位置、旋转和位置信息。

图像观测

包含来自两个摄像头的视频数据：

1. 手腕摄像头 (observation.images.wrist)
2. 前置摄像头 (observation.images.front)
   • 数据类型: video
   • 形状: [256, 256, 3] (高度，宽度，通道)
   • 视频信息:
     • 编解码器: av1
     • 像素格式: yuv420p
     • 帧率: 10 FPS
     • 非深度图，无音频。

视觉特征映射观测

包含来自两个摄像头的预提取特征：

1. 手腕摄像头 VFM 特征 (observation.vfm_features.wrist)
2. 前置摄像头 VFM 特征 (observation.vfm_features.front)
   • 数据类型: float32
   • 形状: [16, 16, 768]

技能与物体特征

• 技能特征 (observation.skill_feature): float32 类型，形状为 [1024]。
• 物体特征 (observation.object_feature): float32 类型，形状为 [1024]。

视觉语言模型特征

包含来自两个摄像头的 VLM 特征：

1. 手腕摄像头 VLM 特征 (observation.vlm_features.wrist)
2. 前置摄像头 VLM 特征 (observation.vlm_features.front)
   • 数据类型: float32
   • 形状: [16, 16, 1024]

索引与元数据

• 时间戳 (timestamp): float32 类型，形状为 [1]。
• 帧索引 (frame_index): int64 类型，形状为 [1]。
• 情节索引 (episode_index): int64 类型，形状为 [1]。
• 索引 (index): int64 类型，形状为 [1]。
• 任务索引 (task_index): int64 类型，形状为 [1]。

附加信息

• 主页: 信息缺失。
• 相关论文: 信息缺失。
• 引用信息 (BibTeX): 信息缺失。