R1_Lite_put_on_a_garbage_bag

R1_Lite_put_on_a_garbage_bag数据集是一个基于LeRobot的扩展格式数据集，与LeRobot完全兼容。数据集使用R1_Lite机器人，代码库版本为v2.1，末端执行器类型为two_finger_gripper。场景类型为家庭场景。原子动作包括抓取、拾取和放置。数据集大小为11.0GB，数据集结构遵循LeRobot格式，包含视频、状态数据、动作数据和元数据等。数据划分包括训练集和测试集。可用注释包括子任务注释、场景注释、末端执行器注释、夹爪注释等。

原始信息汇总

R1_Lite_put_on_a_garbage_bag 数据集概述

数据集基本信息

• 数据集名称: R1_Lite_put_on_a_garbage_bag
• 许可证: apache-2.0
• 支持语言: 英语、中文
• 任务类别: 机器人技术
• 标签: RoboCOIN, LeRobot
• 数据范围: 100K-1M

技术规格

• 机器人类型: R1_Lite
• 代码库版本: v2.1
• 末端执行器类型: two_finger_gripper
• 帧率: 30 FPS
• 数据集大小: 11.0GB

场景与动作

场景类型

• home

原子动作

• grasp
• pick
• place

数据统计

指标	数值
总情节数	133
总帧数	252689
总任务数	1
总视频数	399
总分块数	1
分块大小	1000

任务描述

主要任务

put new trash bag on can then place ring on it.

子任务（共14个）

1. Abnormal
2. End
3. Grasp a new trash bag with the right gripper
4. Grasp the trash bag with the right gripper
5. null
6. Pick up a new trash bag
7. Pick up the trash bag
8. Place the trash bag on the floor
9. Place the trash bag on the floor with the right gripper
10. Place the trash can ring on the floor
11. place the trash can ring on the floor with right gripper
12. Place the trash can ring on the trash can
13. Place the trash can ring on the trash can with the right gripper
14. put the new garbage bag on the trash can

数据特征

视觉观察

• observation.images.cam_high_rgb: 视频 (720×1280×3, AV1编码)
• observation.images.cam_left_wrist_rgb: 视频 (720×1280×3, AV1编码)
• observation.images.cam_right_wrist_rgb: 视频 (720×1280×3, AV1编码)

状态与动作

• observation.state: float32 (14维)
• action: float32 (14维)

时间信息

• timestamp, frame_index, episode_index, index, task_index

注释信息

• subtask_annotation, scene_annotation

运动特征

• eef_sim_pose_state/action (12维)
• eef_direction_state/action (2维)
• eef_velocity_state/action (2维)
• eef_acc_mag_state/action (2维)

夹爪特征

• gripper_open_scale_state/action (2维)
• gripper_mode_state/action (2维)
• gripper_activity_state (2维)

数据划分

• 训练集: 情节 0:132

文件结构

R1_Lite_put_on_a_garbage_bag_qced_hardlink/ ├── annotations/ ├── data/chunk-000/ ├── meta/ └── videos/chunk-000/ ├── observation.images.cam_high_rgb/ ├── observation.images.cam_left_wrist_rgb/ └── observation.images.cam_right_wrist_rgb/

相关链接

• 主页: https://flagopen.github.io/RoboCOIN/
• 论文: https://arxiv.org/abs/2511.17441
• 代码库: https://github.com/FlagOpen/RoboCOIN
• 问题反馈: https://github.com/FlagOpen/RoboCOIN/issues

作者信息

• 贡献者: RoboCOIN Team (https://flagopen.github.io/RoboCOIN/)

版本信息

• v1.0.0: 2025年11月初始发布

搜集汇总

数据集介绍

构建方式

在机器人操作数据采集领域，该数据集通过R1_Lite双指抓取器在家居环境中系统记录垃圾袋安装任务。构建过程采用LeRobot扩展格式，涵盖133个完整操作序列，总计252,689帧视觉与运动数据。数据以分块形式组织，每个区块包含1000个片段，通过多视角RGB视频（30帧/秒）同步采集机械臂关节状态、末端执行器位姿及抓取器活动信息，并辅以精细的子任务标注体系。

使用方法

研究者可通过标准LeRobot框架直接加载该数据集，数据文件采用Parquet列式存储格式，配合MP4视频流实现高效存取。使用时应依据元数据文件解析任务索引与子任务标注，利用末端执行器位姿序列重构操作轨迹。训练集涵盖0-132号完整操作片段，建议通过帧索引与时戳对齐多模态数据，结合动作状态联合建模以开发鲁棒的机器人控制策略。

背景与挑战

背景概述

在机器人操作学习领域，高质量的双臂操作数据集对于推动家庭服务机器人的实际应用具有关键意义。R1_Lite_put_on_a_garbage_bag数据集由RoboCOIN团队于2025年11月发布，作为RoboCOIN项目的重要组成部分，专注于解决垃圾袋更换这一具体家务任务。该数据集基于LeRobot框架扩展构建，包含133个完整操作序列、25万余帧多视角视觉数据，通过精细标注的14个子任务和丰富的末端执行器运动特征，为双臂协调操作算法研究提供了重要基准。其核心价值在于通过真实家居场景下的物体抓取、放置等原子动作，推动机器人对柔性物体操作的认知与执行能力发展。

当前挑战

该数据集致力于解决家庭环境中双臂机器人执行垃圾袋更换任务的复杂操作难题，主要面临三方面挑战：柔性物体的形变控制要求机器人具备动态抓握力调节能力，双机械臂的协同运动需解决轨迹规划中的避碰与同步问题，而视觉遮挡环境下对半透明垃圾袋的精准定位更是感知系统的核心难点。在数据构建过程中，多传感器时序同步、大规模视频数据压缩存储、以及14类子任务的精细标注均对数据采集管道提出了严峻考验，末端执行器六维姿态与抓取状态的同步记录进一步增加了数据处理的复杂度。

常用场景

经典使用场景

在家庭服务机器人研究领域，该数据集聚焦于垃圾袋更换这一典型家务任务，通过记录双指夹爪机械臂的抓取、拾取、放置等原子动作序列，为模仿学习算法提供标准化训练数据。其多视角视觉观测与精细的动作标注，使研究者能够系统分析机械臂在非结构化环境中的操作策略，为家庭自动化任务的行为建模奠定数据基础。

解决学术问题

该数据集有效解决了机器人操作任务中动作分割与行为理解的学术难题。通过提供端到端执行轨迹与细粒度子任务标注，支持从低级运动控制到高级任务规划的跨层次研究。其丰富的末端执行器运动特征与抓取状态标注，为理解双手机械臂协同操作的内在机制提供了关键数据支撑，推动了具身智能在复杂操作任务中的认知建模发展。

实际应用

在智能家居场景中，该数据集支撑的服务机器人可自主完成垃圾袋更换等日常维护工作。其记录的稳健操作策略经过迁移学习后，能适应不同品牌垃圾桶的形态差异，提升家庭环境下的任务泛化能力。这种自动化解决方案不仅减轻人力负担，更为养老助残等特殊场景提供了可靠的技术支持。

数据集最近研究

最新研究方向

在家庭服务机器人领域，R1_Lite_put_on_a_garbage_bag数据集正推动双手机器人操作任务的前沿探索。该数据集聚焦于垃圾袋更换这一日常家务场景，通过精细标注的抓取、拾取、放置等原子动作序列，为模仿学习与强化学习算法提供了高质量训练资源。当前研究热点集中于多模态感知融合策略，利用三视角视觉数据与末端执行器运动轨迹的协同分析，提升机器人对柔性物体操作的精确性与鲁棒性。随着RoboCOIN项目在开源机器人数据生态中的持续扩展，此类结构化动作数据集正成为解决复杂长周期任务的关键基石，为具身智能在真实环境中的泛化能力奠定基础。