pick_and_place_smolvla

该数据集由LeRobot创建，主要用于机器人领域。包含50个episodes，总计40747帧数据，涉及1个任务。数据集结构包括动作数据（6个关节位置）、观测状态（6个关节位置）、手腕和侧面图像（480x640分辨率，30fps）等多种特征。数据以parquet格式存储，视频以mp4格式存储。

原始信息汇总

数据集概述

基本信息

• 数据集名称: pick_and_place_smolvla
• 托管平台: Hugging Face
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 许可证: Apache-2.0
• 任务类别: 机器人学

数据集规模与结构

• 总情节数: 50
• 总帧数: 40747
• 总任务数: 1
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 帧率: 30 FPS
• 数据块大小: 1000
• 数据格式: Parquet
• 视频格式: MP4 (AV1 编码)
• 数据分割: 训练集 (0:50)

数据特征

动作空间

• 特征名: action
• 数据类型: float32
• 形状: [6]
• 描述: 包含6个关节位置指令
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

观测空间

状态观测

• 特征名: observation.state
• 数据类型: float32
• 形状: [6]
• 描述: 包含6个关节位置状态
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

图像观测

手腕摄像头图像:

• 特征名: observation.images.wrist
• 数据类型: video
• 图像分辨率: 480×640
• 通道数: 3 (RGB)
• 视频属性:
  • 编码: AV1
  • 像素格式: yuv420p
  • 非深度图
  • 帧率: 30 FPS
  • 无音频

侧面摄像头图像:

• 特征名: observation.images.side
• 数据类型: video
• 图像分辨率: 480×640
• 通道数: 3 (RGB)
• 视频属性:
  • 编码: AV1
  • 像素格式: yuv420p
  • 非深度图
  • 帧率: 30 FPS
  • 无音频

元数据特征

• 时间戳: timestamp (float32, 形状 [1])
• 帧索引: frame_index (int64, 形状 [1])
• 情节索引: episode_index (int64, 形状 [1])
• 索引: index (int64, 形状 [1])
• 任务索引: task_index (int64, 形状 [1])

文件路径模式

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

代码库版本

• 版本: v3.0

机器人类型

• 类型: so_follower

引用信息

• 论文: 未提供
• BibTeX 引用: 未提供
• 主页: 未提供