Nick147258369/am2_bi_test

--- license: apache-2.0 task_categories: - robotics tags: - LeRobot configs: - config_name: default data_files: data/*/*.parquet --- This dataset was created using [LeRobot](https://github.com/huggingface/lerobot). <a class="flex" href="https://huggingface.co/spaces/lerobot/visualize_dataset?path=Nick147258369/am2_bi_test"> <img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl.svg"/> <img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl-dark.svg"/> </a> ## Dataset Description - **Homepage:** [More Information Needed] - **Paper:** [More Information Needed] - **License:** apache-2.0 ## Dataset Structure [meta/info.json](meta/info.json): ```json { "codebase_version": "v3.0", "fps": 30, "features": { "action": { "dtype": "float32", "shape": [ 18 ], "names": [ "arm_left_shoulder_pan.pos", "arm_left_shoulder_lift.pos", "arm_left_elbow_flex.pos", "arm_left_wrist_flex.pos", "arm_left_wrist_yaw.pos", "arm_left_wrist_roll.pos", "arm_left_gripper.pos", "arm_right_shoulder_pan.pos", "arm_right_shoulder_lift.pos", "arm_right_elbow_flex.pos", "arm_right_wrist_flex.pos", "arm_right_wrist_yaw.pos", "arm_right_wrist_roll.pos", "arm_right_gripper.pos", "x.vel", "y.vel", "theta.vel", "lift_axis.height_mm" ] }, "observation.state": { "dtype": "float32", "shape": [ 18 ], "names": [ "arm_left_shoulder_pan.pos", "arm_left_shoulder_lift.pos", "arm_left_elbow_flex.pos", "arm_left_wrist_flex.pos", "arm_left_wrist_yaw.pos", "arm_left_wrist_roll.pos", "arm_left_gripper.pos", "arm_right_shoulder_pan.pos", "arm_right_shoulder_lift.pos", "arm_right_elbow_flex.pos", "arm_right_wrist_flex.pos", "arm_right_wrist_yaw.pos", "arm_right_wrist_roll.pos", "arm_right_gripper.pos", "x.vel", "y.vel", "theta.vel", "lift_axis.height_mm" ] }, "timestamp": { "dtype": "float32", "shape": [ 1 ], "names": null }, "frame_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "episode_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "task_index": { "dtype": "int64", "shape": [ 1 ], "names": null } }, "total_episodes": 5, "total_frames": 6305, "total_tasks": 1, "chunks_size": 1000, "data_files_size_in_mb": 100, "video_files_size_in_mb": 200, "data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet", "video_path": "videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4", "robot_type": "alohamini_client", "splits": { "train": "0:5" } } ``` ## Citation **BibTeX:** ```bibtex [More Information Needed] ```This dataset is related to robotics and was created using the LeRobot tool. It contains action and state data from the alohamini_client robot type, specifically including 18-dimensional float arrays representing joint positions of left and right robotic arms (such as shoulder pan, shoulder lift, elbow flex, wrist flex, wrist yaw, wrist roll, and gripper positions) as well as velocities (x, y, theta direction velocities) and lift axis height. The dataset structure includes action, observation.state, timestamp, frame_index, episode_index, index, and task_index. There are a total of 5 episodes, 6305 frames, and 1 task, with data stored in Parquet format. The total data file size is 100MB, and video file size is 200MB. The data is split into a training set covering all episodes.

搜集汇总

数据集介绍

构建方式

am2_bi_test数据集基于LeRobot框架构建，旨在服务于机器人模仿学习与操控任务。该数据集以14个完整episode、总计16880帧的形式组织，每个episode对应一次机器人操作轨迹。数据以Parquet格式存储结构化信息，并辅以MP4视频文件记录视觉观测。所有数据文件按chunk和file索引分片，便于大规模分布式加载。机器人类型为alohamini_client，即一款小型双臂协作机器人平台。数据采集频率为30帧每秒，涵盖双臂与底盘协同动作，确保时间连续性与操作一致性。

使用方法

用户可通过LeRobot库中的可视化界面直接浏览数据样本，亦可利用Hugging Face Datasets API加载Parquet文件进行训练或评估。数据集预先划分了训练集，所有14个episode均纳入其中。开发者可依据meta/info.json中的特征定义，将action字段作为监督信号训练策略网络，同时利用observation.state作为输入状态。结合同步的视频流，研究人员还能开展多模态融合或视觉-运动联合建模工作。建议在使用前配置LeRobot环境，并确保与alohamini机器人的控制接口兼容。

背景与挑战

背景概述

am2_bi_test数据集由研究者Nick147258369基于LeRobot框架创建，发布于HuggingFace平台，专注于机器人操控与运动规划领域。该数据集记录了双机械臂（Aloha Mini客户端）的精细操作数据，包含14个episode、总计16880帧，采样频率为30帧每秒，覆盖了从关节角度到底座移动与升降轴高度的18维状态与动作空间。其核心研究问题在于为双臂协同操控任务提供标准化训练与评估基准，推动机器人技能学习从仿真向真实场景迁移。数据集采用Apache-2.0许可，可免费用于学术与工业研究，对于促进灵巧操作、模仿学习等方向的发展具有潜在影响力，尤其为轻量级双臂机器人平台的行为克隆与强化学习算法提供了可靠的数据支撑。

当前挑战

该数据集所解决的领域挑战源于双臂机器人在高维度连续动作空间中的精准协同操作，例如在采摘、装配等任务中，左右臂需在非结构化环境下协调运动，同时平衡速度、方向与末端执行器的抓取力。构建过程中，数据集面临显著的技术障碍：首先，真实机器人数据采集成本高昂且复现性差，仅14个episode的规模可能无法覆盖复杂场景的分布；其次，18维动作与状态空间需要高精度同步记录，而传感器噪声与非刚体接触（如柔性物体操作）会引入数据不一致性；最后，基于LeRobot的Parquet与视频混合存储格式虽便于检索，但如何确保数据前后一致性、避免标签歧义并兼容多平台迁移，仍是关键挑战。

常用场景

经典使用场景

在机器人学习与操控领域，am2_bi_test数据集为模仿学习与行为克隆范式提供了精密的训练素材。该数据集记录了一台名为alohamini_client的双臂移动机器人执行特定任务时的动作序列与观测状态，其动作空间包含双臂各关节位置、移动底盘的线速度与角速度以及升降轴高度等18维连续控制指令。研究者可依托该数据集训练策略网络，令机器人习得从视觉或状态输入到运动输出的映射关系，从而完成诸如抓取、搬运或精细装配等典型任务，实现从人类示教到自主执行的技能迁移。

解决学术问题

am2_bi_test数据集的核心价值在于攻克了机器人领域长期存在的‘数据稀缺与维度灾难’难题。传统强化学习在连续高维动作空间中面临探索效率低下与奖励稀疏的困境，而该数据集提供了14个完整演示片段、总计16880帧的高保真轨迹，使学术研究得以聚焦于模仿学习中的‘因果混淆’与‘分布偏移’问题。通过引入该数据，研究人员能够验证行为克隆、逆强化学习及离线强化学习等算法在真实机器人平台上的有效性，推动了关于动作表征泛化性与鲁棒性的理论突破。

实际应用

在工业与家庭服务场景中，am2_bi_test数据集可转化为实际部署的双臂机器人协作方案。其包含的双臂协同运动数据与移动底盘控制信号，为自动化产线上的人机协作任务（如元件分拣、设备组装）提供了标准化参考基准。此外，数据集记录的升降轴与行走速度信息，可直接应用于仓储物流机器人的路径规划与操作协同，降低示教编程的人力成本。借助该数据集训练的模型，能够适应动态工作环境中的实时控制需求，提升机器人在非结构化场景中的作业可靠性与效率。

数据集最近研究

最新研究方向

在具身智能与机器人学习领域，am2_bi_test数据集作为基于LeRobot框架构建的双臂操作示范数据集，正契合了当前Sim-to-Real迁移学习与少样本模仿学习的前沿探索方向。该数据集录制的14个完整回合、16880帧高质量动作序列，涵盖了AlohaMini型双臂机器人在18维动作空间中的精细操控状态，包括关节位置、末端速度、升降轴高度等多模态信息。随着近期斯坦福ALOHA系统在复杂家务操作上的突破性进展，此类高保真示范数据已成为破解机器人灵巧操作泛化瓶颈的关键资源。am2_bi_test所提供的人机协同采集范式与标准化数据管道，有力推动了模仿学习策略在无模型干预下的端到端能力提升，为构建更鲁棒的机器人操作大模型奠定了数据基础。