airvla_sample15

该数据集为HuggingFace LeRobot格式机器人数据集。This dataset is a HuggingFace LeRobot format robot dataset.

原始信息汇总

数据集概述：hanapasta/airvla_sample15

基本信息

• 数据集名称: airvla_sample15
• 许可证: Apache-2.0
• 任务类别: 机器人学（Robotics）
• 标签: LeRobot
• 创建工具: 使用 LeRobot (https://github.com/huggingface/lerobot) 创建

数据规模

• 总片段数（Episodes）: 15
• 总帧数（Frames）: 6425
• 总任务数（Tasks）: 4
• 数据文件大小: 约100 MB（Parquet文件）
• 视频文件大小: 约200 MB（MP4文件）
• 采样频率（FPS）: 10
• 数据集划分: 仅包含训练集（train: 0:15）

数据结构

视觉观测（Observation Images）

包含三个摄像头视角（camera1、camera2、camera3），均为视频数据：

• 分辨率: 512 × 512 × 3（高 × 宽 × 通道）
• 编码格式: H.264
• 像素格式: yuv420p
• 帧率: 10 FPS
• 视频参数: CRF 20，关键帧间隔为2，使用PyAV后端

机器人状态（Observation State）

• 数据类型: float32
• 维度: 10维
• 包含内容: 位置（x, y, z）、四元数姿态（qw, qx, qy, qz）、夹爪开度（gripper_aperture）、关节1和关节2位置

场景状态（Scene State）

• 数据类型: float32
• 维度: 20维
• 包含内容:
  • 任务目标位姿（task_x 至 task_qz，共7维）
  • 其他物体位姿（other_x 至 other_qz，共7维）
  • 两个箱体的位置与偏航角（bin_x, bin_y, bin_yaw, bin2_x, bin2_y, bin2_yaw，共6维）

动作（Action）

• 数据类型: float32
• 维度: 7维
• 包含内容: 平移增量（dx, dy, dz）、旋转增量（droll, dpitch, dyaw）、夹爪动作（grip）

其他字段

• timestamp: float32，时间戳
• frame_index: int64，帧索引
• episode_index: int64，片段索引
• index: int64，全局索引
• task_index: int64，任务索引

数据格式与存储

• 数据路径: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频路径: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
• 分块大小: 1000帧/块
• 代码库版本: v3.0

机器人类型

• 机器人平台: skygrip

可视化

可通过 LeRobot 可视化工具查看数据集内容：https://huggingface.co/spaces/lerobot/visualize_dataset?path=hanapasta/airvla_sample15

引用信息

该数据集的BibTeX引用信息尚未提供。