SmolVla_grab_redball

该数据集使用LeRobot创建，包含20个回合的机器人操作数据，总帧数为9204帧。机器人类型为SO Follower，动作和状态均为6维关节位置（肩部旋转、肩部升降、肘部弯曲、腕部弯曲、腕部滚动、夹爪位置）。数据包含两个摄像头视角（前视和俯视），分辨率为480x640，视频编码为av1，帧率为30fps。数据集仅包含一个任务，训练集划分占全部20个回合。This dataset is created using LeRobot, containing 20 episodes of robot manipulation data with a total of 9204 frames. The robot type is SO Follower, and both actions and states are 6-dimensional joint positions (shoulder rotation, shoulder lift, elbow bend, wrist bend, wrist roll, gripper position). The data includes two camera views (front and top), resolution 480x640, video codec av1, frame rate 30fps. The dataset contains only one task, and the training set split uses all 20 episodes.

原始信息汇总

数据集概述

• 数据集名称：SmolVla_grab_redball
• 许可证：Apache-2.0
• 任务类型：机器人技术（Robotics）
• 标签：LeRobot
• 数据集创建工具：LeRobot（https://github.com/huggingface/lerobot）

数据集结构

• 机器人类型：so_follower
• 总片段数（episodes）：20
• 总帧数（frames）：9204
• 总任务数（tasks）：1
• 块大小（chunks_size）：1000
• 数据文件大小：约100 MB（Parquet格式）
• 视频文件大小：约200 MB（MP4格式）
• 帧率（fps）：30
• 数据划分：训练集包含全部20个片段（0:20）

数据特征

动作与状态特征

• action（动作）：包含6个维度，具体为肩部旋转、肩部升降、肘部弯曲、腕部弯曲、腕部滚动和夹爪位置，数据类型为float32。
• observation.state（观测状态）：与动作特征具有相同的6个维度结构，数据类型为float32。

图像观测

• observation.images.front（前视图像）：视频类型，分辨率为480×640×3（高×宽×通道），编码为AV1，像素格式为yuv420p，帧率30 fps，无音频。
• observation.images.top（俯视图像）：视频类型，分辨率为480×640×3（高×宽×通道），编码为AV1，像素格式为yuv420p，帧率30 fps，无音频。

其他特征

• timestamp：时间戳，float32类型，形状为[1]。
• frame_index：帧索引，int64类型，形状为[1]。
• episode_index：片段索引，int64类型，形状为[1]。
• index：索引，int64类型，形状为[1]。
• task_index：任务索引，int64类型，形状为[1]。

数据路径

• 数据文件路径：data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径：videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

引用信息

该数据集的BibTeX引用信息暂未提供。