SO-101-SMOLVLA-500

该数据集由LeRobot创建，包含机器人动作和观测数据，具体包括关节位置（如shoulder_pan.pos、shoulder_lift.pos等）、来自两个摄像头的图像数据（camera1和camera2），以及时间戳、帧索引、任务索引等元数据。数据集共包含200个episodes，155,251帧，以parquet文件格式存储，并配有视频文件。数据采集频率为30fps，视频分辨率为1080x1920。

原始信息汇总

数据集概述：SO-101-SMOLVLA-500

基本信息

• 数据集名称：SO-101-SMOLVLA-500
• 创建工具：LeRobot (https://github.com/huggingface/lerobot)
• 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：202
• 总帧数：157,501
• 总任务数：2
• 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：30 FPS
• 数据拆分：训练集 (0:202)
• 代码库版本：v3.0
• 机器人类型：so101_follower

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

动作特征

• 名称：action
• 数据类型：float32
• 形状：[6]
• 维度名称：
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

观测特征

状态观测

• 名称：observation.state
• 数据类型：float32
• 形状：[6]
• 维度名称：
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

图像观测 - 相机1

• 名称：observation.images.camera1
• 数据类型：video
• 形状：[1080, 1920, 3]
• 维度名称：height, width, channels
• 视频信息：
  • 高度：1080
  • 宽度：1920
  • 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

图像观测 - 相机2

• 名称：observation.images.camera2
• 数据类型：video
• 形状：[1080, 1920, 3]
• 维度名称：height, width, channels
• 视频信息：
  • 高度：1080
  • 宽度：1920
  • 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

元数据特征

• 时间戳：timestamp (float32, 形状：[1])
• 帧索引：frame_index (int64, 形状：[1])
• 情节索引：episode_index (int64, 形状：[1])
• 索引：index (int64, 形状：[1])
• 任务索引：task_index (int64, 形状：[1])

引用信息

• 主页：[More Information Needed]
• 论文：[More Information Needed]
• BibTeX引用：[More Information Needed]