five

bin_0325_dualArm_singleObj_3

收藏
Hugging Face2026-04-01 更新2026-04-02 收录
下载链接:
https://huggingface.co/datasets/rainbowrobotics/bin_0325_dualArm_singleObj_3
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集使用LeRobot创建,适用于机器人技术任务。数据集采用apache-2.0许可证,包含97个episodes,总计34374帧数据,涉及1个任务。数据以parquet格式存储,总数据文件大小为100MB,视频文件大小为200MB,帧率为15fps。数据集包含多个特征字段,如动作(action)、观察状态(observation.state)、观察图像(observation.images.front、observation.images.right、observation.images.left)、时间戳(timestamp)、帧索引(frame_index)、episode索引(episode_index)、索引(index)和任务索引(task_index)。动作和观察状态字段包含16个浮点数值,分别对应右臂、左臂和左右夹持器的状态。观察图像字段包含来自前、右、左三个视角的视频数据,分辨率和格式分别为480x640x3(前视)和640x480x3(右视和左视),视频编码为av1,像素格式为yuv420p。数据集适用于机器人控制、行为模仿等研究任务。
创建时间:
2026-03-25
原始信息汇总

数据集概述

基本信息

  • 数据集名称: bin_0325_dualArm_singleObj_3
  • 创建工具: 使用 LeRobot 创建
  • 许可证: Apache 2.0
  • 任务类别: 机器人学
  • 标签: LeRobot

数据集规模与结构

  • 总情节数: 97
  • 总帧数: 34374
  • 总任务数: 1
  • 数据块大小: 1000
  • 数据文件总大小: 100 MB
  • 视频文件总大小: 200 MB
  • 帧率: 15 FPS
  • 数据分割: 全部数据用于训练 (train: 0:97)
  • 代码库版本: v3.0
  • 机器人类型: rby1

数据文件路径

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

数据特征

动作

  • 数据类型: float32
  • 形状: [16]
  • 特征名称:
    • right_arm_0 至 right_arm_6
    • left_arm_0 至 left_arm_6
    • right_gripper_0
    • left_gripper_0

观测状态

  • 数据类型: float32
  • 形状: [16]
  • 特征名称:
    • right_arm_0 至 right_arm_6
    • left_arm_0 至 left_arm_6
    • right_gripper_0
    • left_gripper_0

观测图像(前视)

  • 数据类型: 视频
  • 形状: [480, 640, 3]
  • 维度名称: 高度, 宽度, 通道
  • 视频信息:
    • 高度: 480
    • 宽度: 640
    • 编码: av1
    • 像素格式: yuv420p
    • 非深度图
    • 帧率: 15
    • 通道: 3
    • 无音频

观测图像(右侧)

  • 数据类型: 视频
  • 形状: [640, 480, 3]
  • 维度名称: 高度, 宽度, 通道
  • 视频信息:
    • 高度: 640
    • 宽度: 480
    • 编码: av1
    • 像素格式: yuv420p
    • 非深度图
    • 帧率: 15
    • 通道: 3
    • 无音频

观测图像(左侧)

  • 数据类型: 视频
  • 形状: [640, 480, 3]
  • 维度名称: 高度, 宽度, 通道
  • 视频信息:
    • 高度: 640
    • 宽度: 480
    • 编码: av1
    • 像素格式: yuv420p
    • 非深度图
    • 帧率: 15
    • 通道: 3
    • 无音频

其他特征

  • 时间戳: float32, 形状 [1]
  • 帧索引: int64, 形状 [1]
  • 情节索引: int64, 形状 [1]
  • 索引: int64, 形状 [1]
  • 任务索引: int64, 形状 [1]

相关链接

  • 数据集主页: [More Information Needed]
  • 相关论文: [More Information Needed]
  • 可视化页面: https://huggingface.co/spaces/lerobot/visualize_dataset?path=rainbowrobotics/bin_0325_dualArm_singleObj_3

引用信息

  • BibTeX: [More Information Needed]
搜集汇总
数据集介绍
main_image_url
构建方式
在机器人操作领域,数据集的构建往往依赖于真实的物理交互过程。本数据集通过LeRobot平台,利用RB-Y1型双机械臂机器人系统,在单一物体操作任务中采集了97个完整交互片段,共计34374帧数据。数据以每秒15帧的速率记录,采用分块存储策略,每个数据块包含1000帧,并以Parquet格式高效组织,确保了数据的结构化和可扩展性。视频数据采用AV1编码,分别从前置、左侧和右侧视角捕捉了480x640和640x480分辨率的彩色图像,为多视角分析提供了基础。
特点
该数据集在机器人操作研究中展现出显著的多模态特性。它同步记录了双机械臂各7个关节的角度状态与夹爪开合动作,构成16维的动作与状态向量,精确反映了机器人的控制指令与实时姿态。同时,三路高清视频流提供了丰富的视觉观测信息,涵盖了不同角度的场景画面。数据集以时间戳、帧索引和片段索引等元数据实现了精细的时间对齐,支持对连续决策过程进行端到端分析。这种动作、状态与视觉观测的深度融合,为模仿学习与强化学习算法提供了高质量的训练素材。
使用方法
研究者可通过Hugging Face平台直接访问该数据集,利用其提供的可视化工具直观浏览交互内容。数据以标准化的Parquet文件格式存储,便于使用Pandas或PyArrow等工具进行加载与处理。在具体应用中,可依据帧索引和片段索引提取连续的轨迹数据,将动作向量、关节状态与多视角图像序列作为模型的输入与监督信号。该数据集适用于训练机器人操作策略模型,尤其可用于研究双机械臂协同控制、基于视觉的物体操作以及跨模态表示学习等前沿课题。其清晰的数据划分与结构设计,确保了在实验复现与算法比较中的便捷性与可靠性。
背景与挑战
背景概述
在机器人学领域,双机械臂协同操作单一物体的研究是提升机器人自主性与灵活性的关键方向。数据集bin_0325_dualArm_singleObj_3由LeRobot项目团队创建,依托开源机器人平台,专注于采集双机械臂(型号rby1)在单一物体操作任务中的多模态数据。该数据集包含97个完整交互片段,总计34374帧数据,融合了机械臂关节状态、夹爪动作以及多视角视觉信息,旨在为机器人模仿学习与强化学习算法提供高质量的真实世界训练资源。其构建体现了当前机器人数据驱动研究的前沿趋势,通过结构化记录动作与观测序列,推动复杂操作技能的泛化与迁移。
当前挑战
该数据集致力于解决机器人双机械臂协同操作的领域挑战,包括高维动作空间的精确控制、多传感器数据的时间同步与对齐,以及视觉-动作映射的复杂建模问题。在构建过程中,面临数据采集的稳定性与一致性难题,如机械臂轨迹的平滑性保障、多相机视角的校准与同步,以及大规模视频数据的高效压缩与存储。此外,真实环境中的物体动态变化与机械臂间的避碰约束,进一步增加了数据标注与质量控制的复杂性,要求数据集在保证多样性的同时维持操作逻辑的连贯与可靠。
常用场景
经典使用场景
在机器人操作领域,双机械臂协同作业是提升任务灵活性与效率的关键方向。bin_0325_dualArm_singleObj_3数据集通过记录双机械臂对单个物体的操作过程,为研究双臂协调控制提供了丰富的实验数据。该数据集典型应用于训练模仿学习或强化学习模型,使机器人能够从人类演示中学习复杂的抓取、搬运及放置动作,尤其适用于需要精细操作和动态环境适应的场景。
解决学术问题
该数据集有效解决了机器人学中双臂协同操作的若干核心问题,包括动作序列的时序对齐、多模态感知融合以及任务泛化能力的提升。通过提供高维度的关节状态、视觉观测与动作指令,研究人员能够深入探索跨模态表示学习与端到端策略优化,从而推动机器人自主操作的理论进展,并为解决现实世界中的非结构化环境挑战奠定数据基础。
衍生相关工作
围绕该数据集,学术界已衍生出多项经典研究工作,主要集中在双臂协调策略学习、多视角视觉感知融合以及模仿学习框架的优化。例如,基于LeRobot平台开发的算法常利用此类数据进行策略蒸馏与仿真到实物的迁移,进一步推动了开源机器人社区在行为克隆、分层强化学习等方向的技术创新与标准化进程。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作