pick-up-the-green-cube-iter1-rewards

该数据集是一个专为机器人技术设计的数据集，聚焦于机器人控制任务，特别是针对拾取绿色立方体的迭代操作。数据集由LeRobot创建，包含机器人状态观测（如肩部平移、肩部提升、肘部弯曲、腕部弯曲、腕部旋转和夹持器角度）、相应的动作控制信号，以及来自腕部、侧面和顶部摄像头的视频观测（分辨率分别为480x640和480x848，帧率为30fps）。数据以Parquet格式存储，总共有4个episodes、2696帧，数据文件大小为100MB，视频文件大小为200MB。机器人类型为so101_follower。奖励标签通过线性进度代理生成，平均奖励为0.0011，用于训练强化学习模型。该数据集适用于机器人学习、视觉导航和动作预测等研究领域。This dataset is designed for robotics technology, focusing on robot control tasks, particularly iterative operations involving picking up green cubes. It is created by LeRobot and includes robot state observations (such as shoulder translation, shoulder lift, elbow bend, wrist bend, wrist rotation, and gripper angle), corresponding action control signals, and video observations from wrist, side, and top cameras (with resolutions of 480x640 and 480x848, and a frame rate of 30fps). The data is stored in Parquet format, with a total of 4 episodes and 2696 frames. The data file size is 100MB, and the video file size is 200MB. The robot type is so101_follower. Reward labels are generated using a linear progress agent, with an average reward of 0.0011, for training reinforcement learning models. The dataset is suitable for research in robot learning, visual navigation, and action prediction.

原始信息汇总

数据集概述

• 数据集名称: pick-up-the-green-cube-iter1-rewards
• 许可证: Apache-2.0
• 任务类别: 机器人学 (Robotics)
• 标签: LeRobot

数据集详情

• 创建工具: 使用 LeRobot 创建。
• 机器人类型: so101_follower
• 总片段数: 4
• 总帧数: 2696
• 总任务数: 2
• 帧率: 30 FPS
• 数据集文件大小: 数据文件约 100 MB，视频文件约 200 MB

数据特征

特征名称	数据类型	形状	说明
observation.state	float32	(6,)	机器人关节状态（shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper）
action	float32	(6,)	机器人动作（同上关节空间）
observation.images.wrist	video	(480, 640, 3)	腕部摄像头 RGB 视频
observation.images.side	video	(480, 848, 3)	侧面摄像头 RGB 视频
observation.images.top	video	(480, 848, 3)	顶部摄像头 RGB 视频
timestamp	float32	(1,)	时间戳
frame_index	int64	(1,)	帧索引
episode_index	int64	(1,)	片段索引
index	int64	(1,)	全局索引
task_index	int64	(1,)	任务索引
next.reward	float32	(1,)	每帧奖励值

数据划分

• 训练集: 包含所有 4 个片段（索引 0~3）

奖励标注

• 奖励来源: 基于线性每片段进度代理（非奖励模型），由 reward-train-pipeline 生成。
• 奖励类型: progress_delta（进度变化量）
• 平均进度: 0.500
• 平均奖励: 0.0011