so100-cup-nesting-v1_20260717_215207

该数据集使用LeRobot创建，是一个专注于机器人控制任务的机器人学数据集。它包含40个总片段和50414个总帧数，帧率为30fps。特征方面，动作和观察状态都包含6个关节位置：肩部平移、肩部抬升、肘部弯曲、手腕弯曲、手腕旋转和夹爪位置。观察还包括两个视角的图像：手部摄像头和顶部摄像头，均为彩色视频，分辨率为480x640。数据集还附带时间戳、帧索引、片段索引等元数据。机器人类型为so_follower，数据以parquet文件格式存储，视频文件为mp4格式，适用于训练和机器人学习研究。This dataset is created using LeRobot and is a robotics dataset focused on robot control tasks. It contains a total of 40 episodes and 50414 frames, with a frame rate of 30fps. In terms of features, both actions and observations include 6 joint positions: shoulder translation, shoulder elevation, elbow flexion, wrist flexion, wrist rotation, and gripper position. Observations also include images from two perspectives: a hand camera and a top camera, both as color videos with a resolution of 480x640. The dataset includes metadata such as timestamps, frame indices, and episode indices. The robot type is so_follower, and the data is stored in parquet file format, with video files in mp4 format, suitable for training and robotics learning research.

原始信息汇总

数据集概述

• 名称： so100-cup-nesting-v1_20260717_215207
• 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 创建

数据集结构

基本信息

• 代码库版本： v3.0
• 帧率（FPS）： 30
• 总片段数（Episodes）： 40
• 总帧数： 50,414
• 总任务数： 1
• 数据文件大小： 约 100 MB
• 视频文件大小： 约 200 MB
• 机器人类型： so_follower
• 数据划分： 训练集（train）包含全部 40 个片段（索引 0 至 39）

特征（Features）

特征名称	数据类型	形状	说明
action	float32	[6]	6 维动作：肩部旋转、肩部升降、肘部弯曲、腕部弯曲、腕部旋转、夹爪位置
observation.state	float32	[6]	6 维观测状态（与动作维度相同）
observation.images.hand	video	[480, 640, 3]	手部视角视频，分辨率 480×640，RGB 3 通道，AV1 编码，30 FPS
observation.images.top	video	[480, 640, 3]	顶部视角视频，分辨率 480×640，RGB 3 通道，AV1 编码，30 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

数据文件组织

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

数据集用途

该数据集适用于机器人操作任务的学习与模仿，特别是杯具嵌套（cup nesting）任务。数据以 LeRobot 格式组织，包含机器人关节动作、状态观测以及两个视角（手部和顶部）的视频记录，可用于训练机器人控制策略。