rollout_act_so101_2_040000_20260629_183151

该数据集使用LeRobot创建，专注于机器人学任务。它包含一个episode，总帧数为8889，以30fps的帧率采集。数据特征包括动作（action）和观察（observation），其中动作和状态观察均涉及6个关节位置：shoulder_pan.pos、shoulder_lift.pos、elbow_flex.pos、wrist_flex.pos、wrist_roll.pos和gripper.pos，数据类型为float32。观察还包括OpenCV图像，分辨率为480x640，3通道，以视频格式存储（使用av1编解码器）。数据集结构包含时间戳、帧索引、episode索引等元数据，机器人类型为so_follower。数据以parquet文件格式组织，总数据文件大小为100MB，视频文件大小为200MB，适用于机器人控制和模仿学习等应用。

This dataset is created using LeRobot and focuses on robotics tasks. It contains one episode with a total of 8889 frames, collected at 30fps. The data features include actions and observations, where both actions and state observations involve six joint positions: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, and gripper.pos, with data type float32. Observations also include OpenCV images with a resolution of 480x640, 3 channels, stored in video format (using the av1 codec). The dataset structure includes metadata such as timestamps, frame indices, and episode indices, with a robot type of so_follower. The data is organized in parquet file format, with a total data file size of 100MB and a video file size of 200MB, suitable for applications like robot control and imitation learning.

原始信息汇总

数据集概述

• 名称: hattori317/rollout_act_so101_2_040000_20260629_183151
• 许可证: Apache-2.0
• 任务类别: 机器人学 (robotics)
• 数据集格式: LeRobot 格式，数据文件为 Parquet，视频文件为 MP4

数据集结构

• 总片段数 (episodes): 1
• 总帧数: 8889
• 总任务数: 1
• 帧率: 30 FPS
• 机器人类型: so_follower
• 数据划分: 仅包含训练集 (train: 0:1)

特征 (Features)

特征名	数据类型	形状	说明
action	float32	[6]	6维动作指令（肩部、肘部、腕部、夹爪等关节位置）
observation.state	float32	[6]	观测到的6维关节状态（与动作空间一致）
observation.images.OpenCV	video	[480, 640, 3]	来自OpenCV摄像头的视频帧，分辨率480x640，RGB三通道，编码为AV1
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

文件存储

• 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
• 块大小: 1000 帧
• 数据文件大小: 约 100 MB
• 视频文件大小: 约 200 MB

用途

该数据集适用于机器人模仿学习、策略训练（如 ACT 算法）等机器人学任务，提供了真实的机器人状态、动作指令以及第一视角视频观测数据。