cf-group-4/cloth_folding_consistent_may_all_merged

--- license: apache-2.0 task_categories: - robotics tags: - LeRobot configs: - config_name: default data_files: data/*/*.parquet --- This dataset was created using [LeRobot](https://github.com/huggingface/lerobot). <a class="flex" href="https://huggingface.co/spaces/lerobot/visualize_dataset?path=cf-group-4/cloth_folding_consistent_may_all_merged"> <img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl.svg"/> <img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl-dark.svg"/> </a> ## Dataset Description - **Homepage:** [More Information Needed] - **Paper:** [More Information Needed] - **License:** apache-2.0 ## Dataset Structure [meta/info.json](meta/info.json): ```json { "codebase_version": "v3.0", "robot_type": "so_follower", "total_episodes": 218, "total_frames": 308307, "total_tasks": 1, "chunks_size": 1000, "data_files_size_in_mb": 100, "video_files_size_in_mb": 200, "fps": 30, "splits": { "train": "0:218" }, "data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet", "video_path": "videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4", "features": { "action": { "dtype": "float32", "names": [ "shoulder_pan.pos", "shoulder_lift.pos", "elbow_flex.pos", "wrist_flex.pos", "wrist_roll.pos", "gripper.pos" ], "shape": [ 6 ] }, "observation.state": { "dtype": "float32", "names": [ "shoulder_pan.pos", "shoulder_lift.pos", "elbow_flex.pos", "wrist_flex.pos", "wrist_roll.pos", "gripper.pos" ], "shape": [ 6 ] }, "observation.images.front": { "dtype": "video", "shape": [ 480, 640, 3 ], "names": [ "height", "width", "channels" ], "info": { "video.height": 480, "video.width": 640, "video.codec": "av1", "video.pix_fmt": "yuv420p", "video.is_depth_map": false, "video.fps": 30, "video.channels": 3, "has_audio": false } }, "timestamp": { "dtype": "float32", "shape": [ 1 ], "names": null }, "frame_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "episode_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "task_index": { "dtype": "int64", "shape": [ 1 ], "names": null } } } ``` ## Citation **BibTeX:** ```bibtex [More Information Needed] ```This dataset is a robotics manipulation dataset created by the LeRobot project, focusing on demonstration data for robot tasks (e.g., cloth folding). It contains 218 complete episodes with a total of 308,307 frames recorded at 30fps. The data is stored in parquet files (for structured data) and mp4 video files (for visual observations). Features include robot actions (6 joint positions: shoulder pan, shoulder lift, elbow flex, wrist flex, wrist roll, and gripper positions), observation states (same joint positions as actions), and image observations from a front camera (resolution 480x640, RGB three channels). Additionally, metadata such as timestamps, frame indices, episode indices, and task indices are included. The dataset is licensed under Apache 2.0 and is suitable for robotics learning, imitation learning, or reinforcement learning tasks.

搜集汇总

数据集介绍

构建方式

面向机器人模仿学习与精细操作研究，该数据集依托LeRobot工具链构建，围绕布料折叠这一典型接触密集型任务，采集SO follower机械臂的示范轨迹。构建过程中，操作序列以统一数据规范组织，本体感受状态与动作指令均涵盖肩部旋转、肩部升降、肘部弯曲、腕部弯曲、腕部旋转及夹爪位置六个维度，前置RGB视频以480×640分辨率、30帧每秒同步记录。多批一致折叠数据经时空对齐与语义筛选后合并，形成218条轨迹、308307帧训练样本，并按分块Parquet与MP4文件存储，元信息由meta/info.json统摄。

特点

在机器人操作数据集谱系中，布料折叠任务因形变物体状态估计困难、动作序列长程依赖显著而具有独特挑战。该数据集以单任务、多模态同步和高频视觉运动记录为显著特征，总计218个片段与308307帧，采样频率30Hz，动作与状态空间均为六维，视觉观测统一为前置RGB视频，编码格式为AV1。所有片段被划分至train:0:218，任务标签单一，利于专用策略的稳定训练与评估。其LeRobot v3.0规范、Apache-2.0许可及分块存储结构，兼顾了可复现性、访问效率与后续扩展需求。

使用方法

使用该数据集时，可遵循LeRobot生态的加载与训练流程，将meta/info.json作为入口读取机器人类型、帧率、特征维度与文件索引。数据文件按data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet组织，视频文件按videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4组织。研究者可提取observation.images.front、observation.state与action，构建时序批样本，用于模仿学习、视觉运动策略或序列建模训练。HuggingFace Space提供可视化数据集链接，便于检查轨迹质量与任务一致性。训练时可按train:0:218划分，评估布料折叠策略的收敛性与泛化表现。

背景与挑战

背景概述

在机器人学习与可变形物体操作领域，布料折叠长期被视为兼具感知、规划与精细控制的代表性任务。cloth_folding_consistent_may_all_merged 数据集依托 LeRobot 框架构建，面向 so_follower 机器人采集单任务折叠示范，包含 218 个回合、308,307 帧、30 fps 前视视频，以及 6 维关节位置动作与状态记录。该数据集名称与元数据提示其关注一致化折叠与样本合并，为模仿学习、视觉-动作策略训练和机器人操作基准构建提供结构化轨迹资源。README 未披露具体创建时间、研究团队、论文与引用信息，故其学术影响力仍待后续工作与社区使用加以界定。

当前挑战

面向布料折叠的机器人策略学习，核心难题在于可变形物体状态的高维性、褶皱与拓扑变化引发的视觉歧义，以及接触丰富操作中的长时程误差累积。cloth_folding_consistent_may_all_merged 所涉及领域问题即在此类非刚性物体上实现稳定、可重复的折叠操作，而非仅完成刚性物体抓取或分类。构建过程中的挑战包括：在真实机器人上采集 218 个回合与 308,307 帧数据时保持动作、状态、时间戳与前视视频的严格同步；以 av1 编码和 parquet 分片存储大规模视觉-动作序列并维持 LeRobot v3.0 元数据一致性；在多批次数据合并中保障单任务标注、30 fps 时序采样与 6 维动作空间的质量统一，避免示范漂移与分布偏移。

常用场景

经典使用场景

在机器人模仿学习与柔性物体操作研究交汇的领域，衣物折叠长期被视为检验视觉—运动闭环能力的典型任务。该数据集以LeRobot规范汇集218个演示回合、308307帧、30fps的前视视频与六维关节动作/状态记录，最经典的使用场景是训练端到端视觉运动策略：模型接收RGB观测与本体状态，输出SO follower机械臂的肩、肘、腕及夹爪指令，学习从抓取、铺展到折叠的连续动作序列。研究者可据此开展行为克隆、离线强化学习与策略泛化评测，并在统一帧率与文件结构下比较不同算法对布料形变和接触扰动的鲁棒性。

衍生相关工作

作为LeRobot生态中面向衣物折叠的数据资源，该数据集的相关衍生工作多围绕模仿学习策略复现、视觉运动基准构建与柔性物体操作工具链展开。其标准化特征字段、分块Parquet存储和视频路径规范，便于接入LeRobot的可视化、训练与评测流程，并可与ACT、Diffusion Policy等经典模仿学习基线相结合，形成可比较的折叠策略实验。公开README未附专门论文引用，因而具体下游文献仍需依据后续引用确认；但就平台生态而言，它为衣物折叠任务提供了可复用数据底座，并可能启发更多面向可变形物体的开源数据集与策略评测工作。

数据集最近研究

最新研究方向

在可变形物体操控与具身智能交汇的前沿，围绕cloth_folding_consistent_may_all_merged的近期研究聚焦于以大规模真实机器人演示驱动视觉-运动策略学习，尤其关注布料折叠中的长时程依赖、接触丰富操作与跨批次数据一致性。伴随开源机器人数据集合流、视觉语言动作模型微调及模仿学习基准构建等热点，该数据集依托LeRobot框架和SO follower机械臂，以218条轨迹、30Hz同步视觉与本体状态，为扩散策略、ACT等算法提供可复现验证资源，推动柔性物体精细操控从仿真走向真实世界，对家庭服务自动化与柔性制造具有基础性意义。