five

pick-cube-so101-sim

收藏
Hugging Face2026-07-21 更新2026-07-21 收录
下载链接:
https://huggingface.co/datasets/dobri420/pick-cube-so101-sim
下载链接
链接失效反馈
官方服务:
资源简介:
Pick-Cube SO-101 — MuJoCo 模拟孪生数据集是一个1对1的MuJoCo复现版本,基于真实遥操作的dobri420/pick-cube-so101数据集。每个真实情节通过SO-101单元的MuJoCo模拟重放,并从相同的三个相机视角重新渲染。数据集包含动作和观测状态(6自由度关节位置)的原始数据,仅像素是合成的。模拟过程中应用了保真度过滤,只保留在模拟中立方体能成功落入托盘的535个情节(原始为540个)。该数据集允许用户在模拟环境中训练和评估策略,无需物理机器人或真实场景设置。

Pick-Cube SO-101 — MuJoCo Simulation Twin Dataset is a 1-to-1 MuJoCo replication version based on the real teleoperated dobri420/pick-cube-so101 dataset. Each real episode is replayed through MuJoCo simulation of the SO-101 unit and re-rendered from the same three camera perspectives. The dataset includes raw data of actions and observation states (6-DOF joint positions), with only pixels being synthetic. Fidelity filtering is applied during simulation, retaining only 535 episodes where the cube successfully falls into the tray in simulation (originally 540). This dataset allows users to train and evaluate policies in a simulated environment without the need for physical robots or real-world setups.
提供机构:
dobri420
创建时间:
2026-07-21
原始信息汇总

数据集概述

基本信息

  • 数据集名称: Pick-Cube SO-101 — MuJoCo sim twin
  • 许可证: Apache-2.0
  • 任务类别: 机器人学 (robotics)
  • 标签: LeRobot, robotics, lerobot, so101, mujoco, sim, pick-cube
  • 数据集大小: 535 个片段 (episodes),总计 205,329 帧

数据集描述

该数据集是真实遥操作数据集 dobri420/pick-cube-so1011:1 MuJoCo 仿真复刻版。每个真实的实验片段都通过 SO-101 单元的 MuJoCo 仿真重新执行,并从相同的三个相机视角重新渲染。

数据构成

  • 本体感觉 (Proprioception): actionobservation.state(6自由度关节位置)直接从真实数据集复制,保持不变。
  • 图像 (Pixels): 三个相机视角(camera1/camera2/camera3,分辨率 480×640)在仿真中重新渲染。立方体焊接在记录的抓取框架上,料斗在释放框架上,每个片段的干扰物放置在风扇中。
  • 仿真保真度筛选: 每个片段先进行纯物理滚动检查,确认立方体实际落入料斗;未在仿真中落料的片段被丢弃,幸存的片段重新编号。因此该仿真版有 535 个片段(原始版有 540 个)。

使用方法

可以通过 LeRobot 库加载该数据集: python from lerobot.datasets.lerobot_dataset import LeRobotDataset

ds = LeRobotDataset("dobri420/pick-cube-so101-sim") print(ds.num_episodes, ds.num_frames) # 535 205329

该数据集基于 LeRobot 构建(codebase_version: v3.0)。

可视化

可通过以下空间在线可视化数据集:可视化链接

训练与评估

由于数据和环境都在一个循环中,用户可以在该数据集上训练策略,并在同一 MuJoCo 仿真环境中进行评估,无需物理机械臂,也无需复现实物场景的光照/几何条件。生成代码仓库 dyordan1/so101-mujoco 提供了完整的工作流程。

二维码
社区交流群
二维码
科研交流群
商业服务