demo_src_square_task_D1_robot_Kinova3_gripper_Robotiq85Gripper
收藏资源简介：
该数据集是一个用于机器人模仿学习的跨具身数据集，由LeRobot工具创建。数据集包含500个训练集片段，总计75482帧数据，帧率为20fps。数据特征包括机器人的动作（7维浮点数，控制机器人的位置、旋转和夹爪状态）、观测状态（如末端执行器位置和姿态、关节位置、夹爪位置等）以及来自agentview和wrist视角的图像观测（256x256 RGB视频）。数据集采用Apache 2.0许可证，存储为parquet格式，适用于机器人控制、模仿学习等研究任务。
This dataset is a cross-embodiment dataset for robot imitation learning, created by the LeRobot tool. It contains 500 training episodes, totaling 75,482 frames at a frame rate of 20 fps. The data features include robot actions (7-dimensional floating-point numbers, controlling position, rotation, and gripper state), observation states (such as end-effector position and pose, joint positions, gripper position, etc.), and image observations from agentview and wrist perspectives (256x256 RGB video). The dataset uses the Apache 2.0 license, is stored in parquet format, and is suitable for research tasks such as robot control and imitation learning.
数据集概述
该数据集是一个用于机器人学习的跨具身数据集，由 LeRobot 框架创建，基于 robosuite 和 mimicgen 生成。
- 任务与机器人：任务为放置正方形（square task），使用 Kinova3 机器人臂与 Robotiq85 夹爪。
- 许可证：Apache-2.0。
- 规模：包含 500 个片段，共计 75,482 帧，20 FPS。数据文件约 100 MB，视频文件约 200 MB。只有一个任务，训练集为全部 500 个片段。
数据结构
数据以 Parquet 格式存储，视频以 MP4 格式存储，分别位于 data/ 和 videos/ 目录下，按 chunk 和 file 索引组织。
特征字段
| 特征 | 数据类型 | 形状 | 说明 |
|---|---|---|---|
action |
float32 | (7,) | 动作：dx, dy, dz, drx, dry, drz, gripper |
observation.state |
float32 | (2,) | 状态：zero0, zero1 |
observation.eef |
float32 | (7,) | 末端执行器位姿：位置 (x, y, z) 与四元数 |
observation.gripper |
float32 | (6,) | 夹爪关节位置：6 维 |
observation.joint |
float32 | (7,) | 机器人关节位置：7 维 |
observation.eef_gripper |
float32 | (13,) | 末端位姿与夹爪拼接 |
observation.joint_gripper |
float32 | (13,) | 关节位置与夹爪拼接 |
observation.images.agentview |
video | (256,256,3) | 主视角 RGB 视频，AV1 编码，20 FPS |
observation.images.wrist |
video | (256,256,3) | 腕部视角 RGB 视频，AV1 编码，20 FPS |
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 |
