so101_pick_plug_insert_v5_v6_draft

该数据集用于机器人操作任务，由LeRobot框架创建。数据集包含来自so_follower机器人的75个演示片段（episodes），总计55020帧，专注于一个任务：插拔插入（so101_pick_plug_insert_v5_v6_draft）。每个片段包含6维动作指令（关节位置）、6维机器人状态（关节位置）、两个摄像头视角（腕部相机和顶部相机）的视频（480x640，30fps），以及时间戳、帧索引等元数据。数据集以Parquet和MP4格式存储，适用于模仿学习或机器人操控研究。This dataset is used for robot manipulation tasks, created by the LeRobot framework. It contains 75 demonstration episodes from the so_follower robot, totaling 55,020 frames, focusing on a single task: plug insertion (so101_pick_plug_insert_v5_v6_draft). Each episode includes 6-dimensional action commands (joint positions), 6-dimensional robot states (joint positions), videos from two camera perspectives (wrist camera and top camera) at 480x640 resolution and 30fps, as well as metadata such as timestamps and frame indices. The dataset is stored in Parquet and MP4 formats, suitable for imitation learning or robot manipulation research.

原始信息汇总

数据集详情总结：777im/so101_pick_plug_insert_v5_v6_draft

数据集概览

该数据集名为 so101_pick_plug_insert_v5_v6_draft，是一个面向机器人操作任务的数据集，由 777im 账号发布。数据集基于 LeRobot（Hugging Face 的机器人学习框架）创建，主要服务于机器人插拔、拾取等操作任务的研究。

• 许可证：Apache-2.0
• 任务类别：Robotics（机器人学）
• 数据格式：Parquet 文件（存储在 data/*/*.parquet 路径下）
• 数据集结构：支持通过 LeRobot 可视化工具预览数据

数据集详细规格

基本信息

项目	数值
机器人类型	so_follower
总片段数 (Total Episodes)	75
总帧数 (Total Frames)	55,020
总任务数 (Total Tasks)	1
分块大小 (Chunks Size)	1,000
数据文件大小	100 MB
视频文件大小	200 MB
帧率 (FPS)	30

数据划分

• 训练集：索引 0 至 75，共 75 个完整片段（覆盖全部数据）

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

特征与动作空间

动作特征（Action）

• 数据类型：float32
• 维度：6 维
• 具体字段：
  1. shoulder_pan.pos（肩部水平旋转位置）
  2. shoulder_lift.pos（肩部升降位置）
  3. elbow_flex.pos（肘部弯曲位置）
  4. wrist_flex.pos（腕部弯曲位置）
  5. wrist_roll.pos（腕部旋转位置）
  6. gripper.pos（夹爪位置）

状态观测（Observation.state）

• 数据类型：float32
• 维度：6 维
• 具体字段：与动作特征完全一致（shoulder_pan.pos、shoulder_lift.pos、elbow_flex.pos、wrist_flex.pos、wrist_roll.pos、gripper.pos）

图像观测（Observation.images）

数据集包含两个摄像头视角的同步视频流，均为 H.264 编码的彩色视频：

视角	分辨率	通道	FPS	编码格式
wrist（腕部相机）	480×640	3（RGB）	30	h264 / yuv420p
top（顶部相机）	480×640	3（RGB）	30	h264 / yuv420p

两路视频均不包含音频，属于普通深度图（非深度图数据）。

其他元数据字段

• timestamp：时间戳（float32，形状为 [1]）
• frame_index：帧索引（int64，形状为 [1]）
• episode_index：片段索引（int64，形状为 [1]）
• index：全局索引（int64，形状为 [1]）
• task_index：任务索引（int64，形状为 [1]）

数据集用途

该数据集可用于机器人模仿学习、操作技能学习等研究，具体任务为**插孔插入（pick & plug insert）**操作。数据采集使用 SO-101 跟随模式机器人（so_follower），涵盖了完整的拾取-插入动作流程，可用于训练机器人完成插拔装配类精细操作。由于包含双视角图像（腕部 + 顶部）和 6 维本体感知状态，支持视觉伺服控制及多模态融合的机器人学习模型训练。

引用说明

该数据集的 BibTeX 引用信息暂未提供（标注为 "More Information Needed"）。