bimanual_blue_block_handover_25

这是一个关于机器人技术的数据集，包含30个剧集，共有30254帧，1个任务，90个视频和1个片段。数据集使用Apache-2.0许可证。数据集提供了多种类型的特征，包括动作、观测状态和视频信息等。每个视频的帧率为30fps，视频格式为av1编码的yuv420p格式，没有音频。

原始信息汇总

数据集概述

基本信息

• 数据集名称: bimanual_blue_block_handover_25
• 任务类别: 机器人技术
• 标签: LeRobot
• 许可证: Apache-2.0
• 创建工具: LeRobot

数据集规模

• 总任务数: 1
• 总片段数: 30
• 总帧数: 30254
• 总视频数: 90
• 数据块数: 1
• 块大小: 1000
• 帧率: 30 fps
• 训练集划分: 0:30

数据结构

数据特征

• 动作特征:

  • 数据类型: float32
  • 维度: [12]
  • 关节位置: 左肩平移、左肩抬升、左肘弯曲、左腕弯曲、左腕旋转、左夹爪、右肩平移、右肩抬升、右肘弯曲、右腕弯曲、右腕旋转、右夹爪

• 状态观测:

  • 数据类型: float32
  • 维度: [12]
  • 关节位置: 与动作特征相同

• 图像观测:

  • 右腕摄像头:
    • 数据类型: 视频
    • 分辨率: 480×640×3
    • 编码格式: AV1
    • 像素格式: yuv420p
    • 非深度图
  • 左腕摄像头:
    • 数据类型: 视频
    • 分辨率: 480×640×3
    • 编码格式: AV1
    • 像素格式: yuv420p
    • 非深度图
  • 顶部RealSense摄像头:
    • 数据类型: 视频
    • 分辨率: 480×640×3
    • 编码格式: AV1
    • 像素格式: yuv420p
    • 非深度图

元数据特征

• 时间戳: float32[1]
• 帧索引: int64[1]
• 片段索引: int64[1]
• 索引: int64[1]
• 任务索引: int64[1]

技术规格

• 机器人类型: bi_so101_follower
• 代码库版本: v2.1
• 数据格式: Parquet
• 数据路径: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
• 视频路径: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

搜集汇总

数据集介绍

构建方式

在机器人操作研究领域，该数据集通过LeRobot平台系统采集了30个完整交互片段，涵盖30254帧数据。采用双手机器人bi_so101_follower进行蓝色积木传递任务，以30fps同步记录12维关节动作状态与三路视觉观测（左右腕部及顶部摄像头），所有数据按1000帧为单元分块存储为Parquet格式，确保了时序动作与多视角视觉流的结构化对齐。

特点

该数据集显著特征在于融合了多模态机器人操作数据，包含12自由度双臂关节空间轨迹、三路480×640分辨率彩色视频流，并严格标注了时间戳与任务索引。其动作与观测状态均采用float32精度存储，视频数据采用AV1编码压缩，既保障了数据完整性又优化了存储效率，为双臂协同操作研究提供了高维度、高同步性的基准数据。

使用方法

研究者可通过加载Parquet文件直接访问动作-观测对序列，利用帧索引与时间戳重构任务时序。三路视频流可与关节数据同步解析，适用于模仿学习、动作预测等算法训练。数据集已预划分为训练集（0-30全片段），支持端到端管道构建，亦可通过LeRobot工具链实现数据可视化与模型部署验证。

背景与挑战

背景概述

在机器人协作领域，双手机器人系统因其能够模拟人类双手操作而备受关注。bimanual_blue_block_handover_25数据集由LeRobot团队构建，专注于双手机器人之间的物体传递任务。该数据集通过记录30个完整交互片段，包含30254帧多视角视觉数据与12维关节动作信息，为解决机器人精细协作控制问题提供了重要实验基础。其采用Apache 2.0开源协议，标志着机器人学习数据共享的新阶段，为具身智能研究社区注入了新的活力。

当前挑战

双手机器人物体传递任务面临动作协调性与视觉感知的双重挑战。在领域层面，需解决双臂运动轨迹的时空同步问题，避免物体在传递过程中发生滑落或碰撞；同时要克服不同视角图像数据的语义对齐困难。在数据构建过程中，多传感器时序同步精度要求极高，12自由度机械臂的动作标注需要毫米级精度保障。此外，大规模视频数据的实时压缩与存储也构成了技术瓶颈，这对数据集的可扩展性提出了严峻考验。

常用场景

经典使用场景

在机器人操作研究领域，bimanual_blue_block_handover_25数据集为双手协作任务提供了标准化的实验平台。该数据集通过记录双手机器人执行蓝色积木交接任务的全过程，包含30个完整交互片段和超过3万帧的多模态数据，成为研究双手协调控制算法的理想测试基准。研究人员可利用其丰富的关节位置信息和多视角视觉数据，深入探索双臂运动规划与物体传递的时序协调机制。

衍生相关工作

围绕该数据集已衍生出多项具有影响力的研究工作。在模仿学习方向，研究者利用其演示数据开发了基于深度神经网络的策略提取方法；在强化学习领域，该数据集为离线RL算法提供了高质量的专家示范。部分团队还基于其多模态特性探索了视觉-动作的跨模态表示学习，这些成果共同推动了机器人学习范式的革新，为后续大规模行为克隆数据集的建设提供了重要参考。

数据集最近研究

最新研究方向

在机器人协作操作领域，bimanual_blue_block_handover_25数据集正推动双臂协调控制的前沿探索。该数据集通过记录双手机器人执行物体传递任务时的关节位置、视觉感知和时间序列数据，为模仿学习与多模态融合研究提供了丰富资源。当前热点聚焦于利用该数据集训练端到端策略模型，结合视觉-动作映射机制，提升机器人在动态环境中的自适应交互能力。这一进展对工业自动化与人机协作系统具有深远影响，有望突破传统单臂操作的局限，推动智能机器人向更复杂的协同任务迈进。