so101_pick_toy_v16

该数据集是使用LeRobot创建的，专注于机器人学任务，具体为拾取玩具操作（从数据集名称so101_pick_toy_v16推断）。数据集包含45个episodes，总帧数为15816，每个episode记录了机器人的动作和观察状态。动作数据包括6个关节的位置（肩部平移、肩部提升、肘部弯曲、手腕弯曲、手腕旋转和夹爪位置），观察状态同样包含这些关节位置。此外，数据集提供了来自手腕和顶部摄像头的视频观察，视频分辨率为480x640，帧率为30fps，编码为av1格式。其他元数据包括时间戳、帧索引、episode索引、task索引等。机器人类型为so_follower，数据以parquet文件格式存储，视频文件以mp4格式存储，总数据大小约为100MB，视频文件大小约为200MB。数据集使用Apache 2.0许可证。

This dataset is created using LeRobot and focuses on robotics tasks, specifically pick-and-place toy operations (inferred from the dataset name so101_pick_toy_v16). It contains 45 episodes with a total of 15816 frames. Each episode records the robots actions and observation states. The action data includes the positions of 6 joints (shoulder translation, shoulder lift, elbow bend, wrist bend, wrist rotation, and gripper position), and the observation states also include these joint positions. Additionally, the dataset provides video observations from wrist and top cameras, with a resolution of 480x640, a frame rate of 30fps, and encoded in av1 format. Other metadata includes timestamps, frame indices, episode indices, task indices, etc. The robot type is so_follower, the data is stored in parquet file format, and video files are stored in mp4 format, with a total data size of approximately 100MB and video file size of about 200MB. The dataset uses the Apache 2.0 license.

原始信息汇总

• 许可证: Apache-2.0
• 任务类别: 机器人学 (robotics)
• 标签: LeRobot
• 数据集结构:
  • 总帧数: 15,816
  • 总片段数: 45
  • 总任务数: 1
  • 帧率: 30 FPS
  • 机器人类型: so_follower
  • 数据文件格式: Parquet，路径为 data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
  • 视频文件格式: MP4 (AV1 编码)，路径为 videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
  • 视频分辨率: 640x480 像素，3 通道
  • 视频来源: 腕部摄像头 (observation.images.wrist) 和顶部摄像头 (observation.images.top)
  • 状态特征: 包含 6 个关节位置 (shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper)
  • 动作特征: 与状态特征相同，均为 6 维 float32 向量
  • 数据分割: 训练集 (train) 包含 0 到 44 号片段
  • 数据大小: 数据文件约 100 MB，视频文件约 200 MB
• 创建工具: LeRobot
• 引用信息: 暂无提供 BibTeX 引用
• 可视化: 可通过 此链接 在线查看数据集内容