verl_vla_piper_white_object_box

该数据集为HuggingFace LeRobot格式机器人数据集。This dataset is a robot dataset in HuggingFace LeRobot format.

原始信息汇总

数据集概述

该数据集名为 verl_vla_piper_white_object_box，由 LeRobot 创建，主要用于机器人领域的视觉-语言-动作（VLA）模型训练，特别是针对白色物体抓取/操作任务。

基本信息

• 许可证: Apache-2.0
• 机器人类型: Piper（Piper-X 双臂机器人）
• 任务类型: 机器人操作（遥操作，双臂）
• 数据集来源: LeRobot

数据规模

指标	数值
总回合数（episodes）	10
总帧数（frames）	2224
总任务数	1
采集帧率（FPS）	30
数据文件大小	100 MB
视频文件大小	极小（约 1e-6 MB）

• 训练/测试划分: 仅包含训练集（10个回合全部用于训练）
• 数据分块大小: 每块包含1000帧

数据特征

数据集包含以下主要特征：

视觉观测（图像）

• 观测图像：
  • observation.images.height: 顶部视角摄像头，分辨率 240×320×3，AV1 编码，30 FPS
  • observation.images.right_wrist: 右腕部摄像头，分辨率 240×320×3，AV1 编码，30 FPS
  • observation.images.left_wrist: 左腕部摄像头，分辨率 240×320×3，AV1 编码，30 FPS

状态与动作

• 机器人状态（observation.state）: 28维 float32 向量，包含机器人关节状态等
• 动作（action）: 14维 float32 向量，表示双臂控制指令

元数据

• 奖励（next.reward）: float32
• 终止标志（next.terminated）: bool
• 截断标志（next.truncated）: bool
• 成功标志（next.success）: bool
• 干预标志（info.is_intervention）: bool
• 时间戳（timestamp）: float32
• 帧索引（frame_index）: int64
• 回合索引（episode_index）: int64
• 样本索引（index）: int64
• 任务索引（task_index）: int64

数据结构

• 数据格式: Parquet（位于 data/*/*.parquet）
• 视频格式: MP4（AV1 编码，yuv420p 像素格式）
• 代码库版本: v3.0