d3il_avoiding_vision_224
收藏资源简介：
本数据集是原始D3IL Avoiding演示数据集，已转换为LeRobot v2.1格式，并添加了与状态对齐的224x224 RGB观测图像。数据集包含全部96个原始Avoiding演示（共7,305帧），覆盖了基准测试中的24种回避模式，每种模式有4个演示。数值演示数据保留自原始D3IL pickle日志。数据集属性：96个片段，7,305帧，帧率29 FPS，1个任务，状态维度4，动作维度2，2个摄像头，图像分辨率224x224。相机观测位于observation.images.bp_cam和observation.images.inhand_cam。图像是通过将每个记录的机器人姿态恢复到原始D3IL MuJoCo环境中并渲染基准摄像头而生成的。动作存储了下一个绝对期望控制器目标，若要使用D3IL原生增量动作，需从动作中减去当前期望目标（状态的前两个值）。元数据保留了源文件、源片段索引和源帧率，并包含填充标志。
This dataset is the original D3IL Avoiding demonstration dataset, converted to LeRobot v2.1 format, with state-aligned 224x224 RGB observation images added. The dataset contains all 96 original Avoiding demonstrations (7,305 frames total), covering all 24 avoidance patterns in the benchmark, with 4 demonstrations per pattern. Numerical demonstration data is retained from the original D3IL pickle logs. Dataset attributes: 96 episodes, 7,305 frames, frame rate 29 FPS, 1 task, state dimension 4, action dimension 2, 2 cameras, image resolution 224x224. Camera observations are located at observation.images.bp_cam and observation.images.inhand_cam. Images were generated by restoring each recorded robot pose into the original D3IL MuJoCo environment and rendering the benchmark cameras. Actions store the next absolute desired controller target; to use D3IL native incremental actions, subtract the current desired target (first two values of the state) from the action. Metadata retains the source file, source episode index, and source frame rate, and includes a padding flag.
D3IL Avoiding Vision 224 数据集概述
数据集简介
本数据集是基于原始 D3IL Avoiding 演示数据集转换而来的 LeRobot v2.1 格式版本，并额外增加了与状态对齐的 224×224 RGB 图像观测。数据集包含全部 96 个原始 Avoiding 演示（7,305 个训练帧），覆盖了该基准测试中的 24 种避障模式，每种模式包含 4 个演示。数值型演示数据保留自原始 D3IL pickle 日志。
数据集属性
| 属性 | 数值 |
|---|---|
| 回合数（Episodes） | 96 |
| 帧数（Frames） | 7,305 |
| 帧率（FPS） | 29 |
| 任务数（Tasks） | 1 |
| 状态维度（State dimension） | 4 |
| 动作维度（Action dimension） | 2 |
| 相机数（Cameras） | 2 |
| 图像分辨率（Image resolution） | 224 × 224 |
相机观测
相机观测可通过以下两个通道获取：
observation.images.bp_camobservation.images.inhand_cam
数据生成方式
图像是通过将每个记录的机器人位姿恢复到原始 D3IL MuJoCo 环境中，并渲染基准相机视图而生成的。未重放动作，也未推进物理模拟，因此图像与原始记录的状态保持对齐。
动作定义与使用说明
action存储的是原始的下一个绝对期望控制器目标。- 若要以 D3IL 原生的增量动作（delta action）进行训练，需从
action中减去对应时间步上的当前期望目标（即observation.state的前两个值）。
元数据
数据集中保留了 source_file、source_episode_index 和 source_fps 以用于溯源。同时包含 state_is_pad、action_is_pad 和 camera_is_pad 字段以兼容多任务转换器；本单任务数据集中的所有特征均为有效且未填充的。
加载方式
可直接使用 LeRobot 加载该公共数据集：
python from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("shivakanthsujit/d3il_avoiding_vision_224")
来源信息
- D3IL 仓库：https://github.com/ALRhub/d3il
- 项目页面：https://alrhub.github.io/d3il-website/
- 论文：Towards Diverse Behaviors: A Benchmark for Imitation Learning with Human Demonstrations, ICLR 2024
使用该数据集时请引用原始 D3IL 工作。
许可协议
本数据集采用 MIT 许可证。
