liyitenga/alohamini_gen2_test4

---
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=liyitenga/alohamini_gen2_test4">
<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": "lekiwi_client",
"total_episodes": 1,
"total_frames": 973,
"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",
"shape": [
16
],
"names": [
"arm_left_shoulder_pan.pos",
"arm_left_shoulder_lift.pos",
"arm_left_elbow_flex.pos",
"arm_left_wrist_flex.pos",
"arm_left_wrist_roll.pos",
"arm_left_gripper.pos",
"arm_right_shoulder_pan.pos",
"arm_right_shoulder_lift.pos",
"arm_right_elbow_flex.pos",
"arm_right_wrist_flex.pos",
"arm_right_wrist_roll.pos",
"arm_right_gripper.pos",
"x.vel",
"y.vel",
"theta.vel",
"lift_axis.height_mm"
]
},
"observation.state": {
"dtype": "float32",
"shape": [
16
],
"names": [
"arm_left_shoulder_pan.pos",
"arm_left_shoulder_lift.pos",
"arm_left_elbow_flex.pos",
"arm_left_wrist_flex.pos",
"arm_left_wrist_roll.pos",
"arm_left_gripper.pos",
"arm_right_shoulder_pan.pos",
"arm_right_shoulder_lift.pos",
"arm_right_elbow_flex.pos",
"arm_right_wrist_flex.pos",
"arm_right_wrist_roll.pos",
"arm_right_gripper.pos",
"x.vel",
"y.vel",
"theta.vel",
"lift_axis.height_mm"
]
},
"observation.images.forward": {
"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
}
},
"observation.images.backward": {
"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
}
},
"observation.images.chest": {
"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
}
},
"observation.images.wrist_left": {
"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
}
},
"observation.images.wrist_right": {
"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

在机器人技术领域，高质量的数据集对于推动智能体学习与决策算法的发展至关重要。alohamini_gen2_test4数据集依托LeRobot平台构建，其数据采集过程通过lekiwi_client机器人系统实现，记录了单次任务执行中的连续交互序列。该数据集以30帧每秒的速率捕获了973个时间步的观测与动作信息，并以分块Parquet格式存储，确保了数据的高效访问与处理。视频数据采用AV1编码，以480x640分辨率保存了来自前向、后向、胸部及左右腕部摄像头的多视角视觉流，为机器人感知研究提供了丰富的视觉上下文。

使用方法

为有效利用该数据集，研究者可通过Hugging Face平台直接访问数据文件，并利用LeRobot提供的工具链进行可视化与分析。数据集适用于机器人模仿学习、视觉运动策略训练及多模态感知研究等场景。在使用时，可依据Parquet文件中的特征结构提取动作、状态及图像序列，结合时间戳信息重构任务执行轨迹。数据集的单一训练划分涵盖了全部帧序列，支持端到端的模型训练与评估。通过集成提供的可视化界面，用户能够直观审查机器人行为与感知数据，加速算法开发与验证过程。

背景与挑战

背景概述

在机器人学习领域，高质量的数据集对于推动机器人行为模仿与强化学习算法的进步至关重要。Alohamini_gen2_test4数据集由HuggingFace的LeRobot项目团队创建，旨在为双臂机器人操作任务提供丰富的多模态演示数据。该数据集聚焦于解决机器人模仿学习中的核心问题，即如何从人类演示中学习复杂的操作技能，并泛化至新环境。通过集成多视角视觉观测与高维动作空间，该数据集为研究端到端机器人控制策略提供了重要基础，促进了机器人自主操作能力的发展。

当前挑战

该数据集致力于解决机器人模仿学习中的领域挑战，即如何从有限的人类演示中学习泛化性强的操作策略，并处理高维连续动作空间与复杂视觉感知的映射关系。在构建过程中，面临多传感器数据同步与校准的技术难题，需确保来自多个摄像头与关节状态的数据在时序上精确对齐。此外，数据采集涉及真实世界环境的动态变化与噪声干扰，对数据的一致性与质量提出了较高要求，同时大规模多模态数据的存储与高效访问也构成了工程上的挑战。

常用场景

经典使用场景

在机器人学习领域，多模态感知与双臂协同操作是提升智能体环境交互能力的关键。该数据集通过记录双手机器人执行任务时的关节位置、速度及多视角视觉数据，为模仿学习与强化学习算法提供了丰富的训练素材。研究者可基于此数据集构建端到端的控制策略，使机器人能够从原始传感器输入中直接生成动作指令，实现复杂环境下的自主操作。

解决学术问题

该数据集有效应对了机器人学中样本效率低下与泛化能力不足的挑战。通过提供高维度的状态-动作对及同步视觉观测，它支持数据驱动的策略优化方法，缓解了在真实世界中收集大量交互数据的成本问题。其结构化设计促进了跨任务知识迁移的研究，为探索少样本学习与元学习在机器人控制中的应用奠定了数据基础。

实际应用

在实际场景中，此类数据集可推动服务机器人或工业自动化的发展。例如，在家庭环境中，机器人可利用学习到的技能完成物品抓取、摆放等日常任务；在仓储物流领域，双臂协调操作能够提升分拣与包装的效率。数据集包含的多视角视频信息也有助于开发鲁棒的视觉伺服系统，增强机器人在动态非结构化环境中的适应能力。

数据集最近研究

最新研究方向

在机器人学领域，多模态感知与双臂协同控制正成为前沿探索的核心议题。alohamini_gen2_test4数据集以其丰富的多视角视觉观测与高维动作空间，为模仿学习与强化学习算法的验证提供了关键支撑。该数据集整合了前向、后向、胸部及双腕摄像头采集的连续视频流，结合精确的关节位置与速度信息，使得研究人员能够深入探究视觉-动作映射的复杂动力学。当前研究热点聚焦于利用此类数据训练端到端的策略网络，以提升机器人在非结构化环境中的泛化能力与操作鲁棒性，推动家庭服务机器人向更智能、更自主的方向演进。