unitree_g1_put_biscuit

该数据集是通过LeRobot创建的，主要涉及Unitree_G1_Inspire机器人的状态观测和动作执行数据。数据集包含187个episodes，总计166730帧数据，帧率为30fps。观测数据包括机器人的26个关节状态（如左右肩、肘、腕等关节的角度和旋转）以及三个摄像头的视频数据（左肩高、左腕、右腕）。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: unitree_g1_put_biscuit
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 任务类别: 机器人学
• 标签: LeRobot
• 许可证: Apache 2.0
• 主页: [More Information Needed]
• 论文: [More Information Needed]

数据集结构

• 配置名称: default
• 数据文件格式: Parquet 文件 (data/*/*.parquet)
• 代码库版本: v3.0
• 机器人类型: Unitree_G1_Inspire
• 总任务数: 1
• 总情节数: 187
• 总帧数: 166,730
• 帧率: 30 FPS
• 数据块大小: 1000
• 数据文件总大小: 100 MB
• 视频文件总大小: 500 MB
• 数据分割: 训练集 (0:187)
• 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

观测数据

• observation.state

  • 数据类型: float32
  • 形状: [26]
  • 特征名称: kLeftShoulderPitch, kLeftShoulderRoll, kLeftShoulderYaw, kLeftElbow, kLeftWristRoll, kLeftWristPitch, kLeftWristYaw, kRightShoulderPitch, kRightShoulderRoll, kRightShoulderYaw, kRightElbow, kRightWristRoll, kRightWristPitch, kRightWristYaw, kLeftHandPinky, kLeftHandRing, kLeftHandMiddle, kLeftHandIndex, kLeftHandThumbBend, kLeftHandThumbRotation, kRightHandPinky, kRightHandRing, kRightHandMiddle, kRightHandIndex, kRightHandThumbBend, kRightHandThumbRotation

• observation.images.cam_left_high

  • 数据类型: video
  • 形状: [480, 640, 3] (高度，宽度，通道)
  • 视频信息:
    • 高度: 480
    • 宽度: 640
    • 编解码器: av1
    • 像素格式: yuv420p
    • 是否为深度图: false
    • 帧率: 30
    • 通道数: 3
    • 包含音频: false

• observation.images.cam_left_wrist

  • 数据类型: video
  • 形状: [480, 640, 3] (高度，宽度，通道)
  • 视频信息:
    • 高度: 480
    • 宽度: 640
    • 编解码器: av1
    • 像素格式: yuv420p
    • 是否为深度图: false
    • 帧率: 30
    • 通道数: 3
    • 包含音频: false

• observation.images.cam_right_wrist

  • 数据类型: video
  • 形状: [480, 640, 3] (高度，宽度，通道)
  • 视频信息:
    • 高度: 480
    • 宽度: 640
    • 编解码器: av1
    • 像素格式: yuv420p
    • 是否为深度图: false
    • 帧率: 30
    • 通道数: 3
    • 包含音频: false

动作数据

• action
  • 数据类型: float32
  • 形状: [26]
  • 特征名称: kLeftShoulderPitch, kLeftShoulderRoll, kLeftShoulderYaw, kLeftElbow, kLeftWristRoll, kLeftWristPitch, kLeftWristYaw, kRightShoulderPitch, kRightShoulderRoll, kRightShoulderYaw, kRightElbow, kRightWristRoll, kRightWristPitch, kRightWristYaw, kLeftHandPinky, kLeftHandRing, kLeftHandMiddle, kLeftHandIndex, kLeftHandThumbBend, kLeftHandThumbRotation, kRightHandPinky, kRightHandRing, kRightHandMiddle, kRightHandIndex, kRightHandThumbBend, kRightHandThumbRotation

元数据

• timestamp

  • 数据类型: float32
  • 形状: [1]
  • 特征名称: null

• frame_index

  • 数据类型: int64
  • 形状: [1]
  • 特征名称: null

• episode_index

  • 数据类型: int64
  • 形状: [1]
  • 特征名称: null

• index

  • 数据类型: int64
  • 形状: [1]
  • 特征名称: null

• task_index

  • 数据类型: int64
  • 形状: [1]
  • 特征名称: null

引用信息

• BibTeX: [More Information Needed]

搜集汇总

数据集介绍

构建方式

在机器人操作任务的数据采集领域，unitree_g1_put_biscuit数据集通过LeRobot平台系统性地构建。该数据集记录了Unitree G1 Inspire双足机器人在执行放置饼干任务时的多模态交互数据，涵盖了187个完整任务片段，总计166,730帧图像序列。数据以30帧每秒的速率采集，并采用分块存储策略，每个数据块包含1000帧，最终以Parquet格式和MP4视频文件形式组织，确保了数据的高效存取与完整性。

特点

该数据集的核心特征在于其丰富的多模态观测与精确的动作标注。观测部分不仅包含26维的机器人关节状态向量，详细描述了左右肩、肘、腕及手指的位姿信息，还同步提供了来自左肩高位、左腕和右腕三个视角的RGB视频流，分辨率均为640x480，为视觉-动作联合建模提供了坚实基础。动作空间同样以26维浮点向量表征，与观测状态维度严格对应，形成了闭环的示范数据。数据集结构清晰，所有特征均附带完整的元数据描述，便于研究者深入理解与利用。

使用方法

为促进机器人模仿学习与行为克隆研究，该数据集已预先划分为完整的训练集。使用者可通过Hugging Face数据集库或LeRobot工具链直接加载，依据提供的路径模板访问Parquet数据文件及对应的MP4视频。每个数据样本均包含同步的时间戳、帧索引与任务索引，支持按片段或按帧进行灵活的数据遍历与模型训练。研究人员可借此数据集训练端到端的策略网络，或开发多传感器融合的表示学习模型，以推动灵巧操作技能的算法进步。

背景与挑战

背景概述

在机器人学习领域，高质量的真实世界交互数据集对于推动模仿学习与强化学习算法的进展至关重要。unitree_g1_put_biscuit数据集由LeRobot平台构建，专注于Unitree G1 Inspire双足机器人的精细操作任务。该数据集记录了机器人执行放置饼干动作时的高维状态观测与动作序列，包含187个完整交互片段，共计超过16万帧数据，融合了多视角视觉信息与26维关节状态。其核心研究问题在于如何通过大规模真实交互数据，提升机器人对复杂物体操控任务的理解与泛化能力，为具身智能研究提供了宝贵的现实基准。

当前挑战

该数据集旨在解决机器人精细操作任务中的模仿学习与策略泛化挑战，其核心难题在于高维连续动作空间下的精确轨迹建模与多模态感知融合。构建过程中，数据采集面临机器人硬件同步、传感器校准以及长时间稳定运行的工程复杂性；同时，确保动作示范的多样性与任务成功率也对实验设计提出了较高要求。此外，数据标注与存储需处理大规模视频流与状态序列，对计算资源与数据管理流程构成显著压力。

常用场景

经典使用场景

在机器人操作学习领域，unitree_g1_put_biscuit数据集为双臂灵巧操作任务提供了丰富的多模态演示数据。该数据集记录了Unitree G1 Inspire机器人执行放置饼干任务的完整过程，包含关节状态、动作指令以及多视角视觉观测，为模仿学习与强化学习算法的训练与验证奠定了数据基础。研究者能够利用这些时序对齐的状态-动作对，构建端到端的策略模型，使机器人学会在复杂环境中完成精细的物体操控。

解决学术问题

该数据集直接应对了机器人学中从演示数据中学习复杂操作策略的核心挑战。它通过提供高维度的连续关节空间状态与动作数据，助力解决高自由度双臂协调、视觉-动作映射以及长时程任务分解等关键学术问题。其意义在于为数据驱动的机器人策略学习提供了可复现的基准，降低了真实机器人实验的高昂成本，并推动了模仿学习与离线强化学习在具身智能领域的实用化进展。

衍生相关工作

围绕此类机器人操作数据集，学术界已衍生出诸多经典研究方向。例如，基于大规模演示数据的行为克隆方法研究，旨在提升策略的泛化性与鲁棒性。同时，结合视觉观测的离线强化学习算法得以在此类真实数据集上进行评估与改进。此外，该数据集也催生了针对多模态数据融合、技能抽象与组合以及跨任务迁移学习等前沿课题的深入探索。