dataset_env_starbuckswall9vegetabledistractor_task_pickcube_left_epi_10_ctrl_cartesian

该数据集是使用LeRobot创建的，专为机器人任务设计。数据集包含10个训练片段，总计1682帧，涉及一个任务。数据采用panda机器人类型，以15帧每秒的速率采集。特征包括观察图像（主摄像头和腕部摄像头，分辨率为256x256，3通道，视频编码为av1）、状态观察（包括笛卡尔坐标、夹爪状态、关节状态和目标状态，共20个维度）和动作数据（7个维度，包括位置和夹爪控制）。数据文件总大小为100MB，视频文件总大小为200MB。数据集结构为parquet格式，分为训练集，并支持可视化。

原始信息汇总

数据集概述

• 名称: cbrian/dataset_env_starbuckswall9vegetabledistractor_task_pickcube_left_epi_10_ctrl_cartesian
• 许可证: Apache-2.0
• 任务类别: 机器人学 (Robotics)
• 标签: LeRobot
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)

数据集规模与结构

属性	值
总回合数 (episodes)	10
总帧数 (frames)	1682
总任务数	1
块大小 (chunks size)	1000
数据文件大小	100 MB
视频文件大小	200 MB
帧率 (fps)	15
分割 (splits)	训练集: 0:10 (全部)

• 机器人类型: Panda
• 数据文件路径格式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径格式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

数据特征 (Features)

每个帧包含以下特征，以字典形式组织：

特征名称	数据类型	形状	说明
observation.images.primary	video	[256, 256, 3]	主摄像头图像 (RGB)，码率 AV1，30 fps，分辨率 256x256
observation.images.wrist	video	[256, 256, 3]	腕部摄像头图像 (RGB)，码率 AV1，30 fps，分辨率 256x256
observation.state.cartesian	float32	[6]	笛卡尔状态 (x, y, z, roll, pitch, yaw)
observation.state.gripper	float32	[1]	夹爪状态
observation.state.joints	float32	[7]	关节状态 (joint_0 至 joint_6)
observation.state.target	float32	[6]	目标状态 (target_x, target_y, target_z, target_roll, target_pitch, target_yaw)
observation.state	float32	[20]	合并状态 (笛卡尔+夹爪+关节+目标)
action	float32	[7]	动作指令 (笛卡尔6维 + 夹爪)
timestamp	float32	[1]	时间戳
frame_index	int64	[1]	帧索引
episode_index	int64	[1]	回合索引
index	int64	[1]	全局索引
task_index	int64	[1]	任务索引

可视化入口

• 可以直接通过 Hugging Face Space 可视化工具 浏览该数据集。