so101_desk_trash7
收藏资源简介：
该数据集是一个机器人学习数据集，使用LeRobot工具创建。数据集包含一个名为so_follower的机器人类型，总共有1个任务和1个情节，总帧数为429。数据以Parquet文件格式存储，总数据文件大小为100MB，视频文件大小为200MB，帧率为30fps。数据集的特征包括：动作（action），包含6个浮点型关节位置（如肩部平移、肩部提升、肘部弯曲、腕部弯曲、腕部滚动和夹爪位置）；观察状态（observation.state），同样包含6个浮点型关节位置；观察图像（observation.images.front），为视频格式，分辨率为480x640，3通道，使用AV1编解码器；以及其他元数据如时间戳、帧索引、情节索引、索引和任务索引。数据集适用于机器人控制和研究任务，如模仿学习或强化学习。
This dataset is a robot learning dataset created using the LeRobot tool. It includes a robot type named so_follower, with a total of 1 task and 1 episode, and 429 frames. The data is stored in Parquet file format, with a total data file size of 100MB and a video file size of 200MB, at a frame rate of 30fps. The dataset features include: action, containing 6 floating-point joint positions (such as shoulder translation, shoulder elevation, elbow flexion, wrist flexion, wrist roll, and gripper position); observation.state, also containing 6 floating-point joint positions; observation.images.front, in video format with a resolution of 480x640, 3 channels, using the AV1 codec; and other metadata such as timestamps, frame index, episode index, index, and task index. The dataset is suitable for robot control and research tasks, such as imitation learning or reinforcement learning.
数据集概述：so101_desk_trash7
许可证： Apache-2.0
任务类别： 机器人学 (Robotics)
标签： LeRobot
数据集结构与规模
- 机器人类型： so_follower
- 总回合数 (Episodes)： 1
- 总帧数 (Frames)： 429
- 总任务数 (Tasks)： 1
- 帧率 (FPS)： 30
- 数据分片 (Chunks)： 每个分片最多 1000 帧
- 数据文件大小： 约 100 MB
- 视频文件大小： 约 200 MB
- 数据集划分： 仅包含训练集 (train: 0:1)
数据特征 (Features)
动作 (Action)：
- 6 个控制维度：shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos
- 数据类型：float32
观测状态 (Observation State)：
- 与动作维度一致，包含 6 个关节位置信息
- 数据类型：float32
观测图像 (Front Camera)：
- 分辨率：480 x 640 像素，3 个颜色通道
- 视频编码：AV1，像素格式 yuv420p
- 帧率：30 FPS，非深度图，无音频
时间戳 (Timestamp)：
- 数据类型：float32，形状 [1]
帧索引 (Frame Index)：
- 数据类型：int64，形状 [1]
回合索引 (Episode Index)：
- 数据类型：int64，形状 [1]
全局索引 (Index)：
- 数据类型：int64，形状 [1]
任务索引 (Task Index)：
- 数据类型：int64，形状 [1]
数据集来源
- 创建工具：LeRobot (https://github.com/huggingface/lerobot)
- 首页与论文：待补充
- 引用信息：待补充
