rollout_stackblocks_iter2_correction

该数据集使用LeRobot工具创建，是一个机器人操作任务相关的数据集，遵循Apache-2.0许可证。数据集包含25个训练episodes，总计20,838帧数据，涉及1个任务。数据以分块Parquet文件格式存储，并包含对应的视频文件。数据集的核心特征包括：机器人动作指令（action，6维浮点数组，对应肩部平移、肩部升降、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置）、观测状态（observation.state，6维浮点数组，与动作指令维度一致）、来自顶部和腕部摄像头的图像观测（observation.images.top和observation.images.wrist，均为480x640分辨率、3通道的30fps AV1编码视频）、干预信号（intervention，布尔值）、下一时刻的成功标志（next.success，布尔值）、时间戳（timestamp）、帧索引（frame_index）、episode索引（episode_index）、全局索引（index）和任务索引（task_index）。视频数据总大小约200MB，结构化数据总大小约100MB。数据记录来自‘so_follower’型机器人，并已预定义为训练集分割。This dataset is created using the LeRobot tool and is related to robot manipulation tasks, following the Apache-2.0 license. It contains 25 training episodes, totaling 20,838 frames of data, involving 1 task. The data is stored in chunked Parquet file format and includes corresponding video files. The core features of the dataset include: robot action commands (action, a 6-dimensional floating-point array corresponding to shoulder translation, shoulder elevation, elbow flexion, wrist flexion, wrist rotation, and gripper position), observation states (observation.state, a 6-dimensional floating-point array consistent with the action command dimensions), image observations from top and wrist cameras (observation.images.top and observation.images.wrist, both 480x640 resolution, 3-channel, 30fps AV1 encoded videos), intervention signals (intervention, boolean), next-step success flags (next.success, boolean), timestamps (timestamp), frame indices (frame_index), episode indices (episode_index), global indices (index), and task indices (task_index). The total video data size is approximately 200MB, and the structured data size is approximately 100MB. The data is recorded from a so_follower type robot and is pre-defined as a training set split.

原始信息汇总

数据集概述

• 数据集名称：rollout_stackblocks_iter2_correction
• 来源地址：https://huggingface.co/datasets/lilkm/rollout_stackblocks_iter2_correction
• 许可证：Apache-2.0
• 任务类别：机器人学 (Robotics)
• 创建工具：使用 LeRobot 创建

数据集结构

属性	描述
总片段数 (total_episodes)	25
总帧数 (total_frames)	20,838
总任务数 (total_tasks)	1
帧率 (fps)	30
数据文件大小	100 MB
视频文件大小	200 MB
机器人类型	so_follower
数据划分	训练集 (train)：0-25 片段

数据特征 (Features)

• 动作 (action)：6维浮点数组，包含各关节位置 (shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper)
• 观测状态 (observation.state)：6维浮点数组，与动作相同的关节位置
• 观测图像 (observation.images)：
  • top：顶部摄像头图像，分辨率 480×640×3，视频编码 av1，帧率 30fps
  • wrist：腕部摄像头图像，分辨率 480×640×3，视频编码 av1，帧率 30fps
• 干预标志 (intervention)：布尔值，表示是否有干预
• 下一帧成功标志 (next.success)：布尔值，表示下一帧是否成功
• 时间戳 (timestamp)：浮点数
• 帧索引 (frame_index)：整数
• 片段索引 (episode_index)：整数
• 索引 (index)：整数
• 任务索引 (task_index)：整数

文件路径

• 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

引用信息

当前无专门的引用信息，如需引用可使用数据集首页链接。

搜集汇总

数据集介绍

构建方式

该数据集名为rollout_stackblocks_iter2_correction，属于机器人操作领域的仿真数据集合，基于LeRobot框架构建。数据采集场景为堆叠方块任务，通过模拟器运行策略并与环境交互，获取的轨迹数据用于后续的模仿学习或强化学习中的错误修正。数据集包含25个完整回合（episode），共计20838帧数据，每回合以30帧每秒的频率记录。数据存储采用分块Parquet格式，辅以高效AV1编码的视频文件，兼顾了结构化数值与视觉信息的压缩效率。

使用方法

本数据集通过HuggingFace平台发布，并兼容LeRobot生态，用户可借助LeRobot库的直接加载接口进行使用。在可视化方面，项目提供了在线预览链接，支持用户交互式浏览数据内容。数据集按单一任务划分，所有25个回合均归入训练集（train），便于直接用于策略学习或错误校正模型的训练。典型应用流程包括：使用LeRobot的Dataset类加载parquet与视频数据，构建批处理采样器，并结合观测与动作序列进行行为克隆或离线强化学习研究。

背景与挑战

背景概述

近年来，机器人学习领域对基于模仿学习的操控技能获取日益关注，其中堆叠方块任务作为评估操作精度的典型基准，被广泛用于验证算法从演示中泛化复杂动作序列的能力。该数据集由研究者在LeRobot框架下创建，旨在通过采集真实的机械臂交互数据，推动从观察到动作的端到端学习研究。数据集以so_follower机器人为平台，记录了25个执行堆叠方块任务的完整情节，涵盖约2万帧高帧率视觉与状态序列，其发布为后续机器人操控策略的训练与评估提供了标准化数据基础。

当前挑战

该数据集所解决的领域问题在于机器人精细操控中的长时序动作依赖与状态感知，即如何从多模态观测中学习稳定可靠的堆叠策略。构建过程中面临的挑战主要包括：1) 机器人本体需频繁调整肩部、肘部、腕部及夹爪多个自由度以完成精准抓取与放置，动作空间的高维度使得策略搜索易陷入局部最优；2) 视觉输入中顶部与腕部相机存在视角遮挡与光照变化，要求模型具备对部分遮挡物体的鲁棒识别能力；3) 数据规模有限，仅25个情节需支撑泛化到不同初始方块布局的模型训练，且校正环节的干预标记进一步增加了学习复杂度的控制难度。

常用场景

经典使用场景

在机器人学习与模仿学习领域，rollout_stackblocks_iter2_correction数据集专为训练基于视觉的机械臂堆叠操作策略而设计。该数据集包含25个演示轨迹，每个轨迹由机器人本体在任务执行过程中采集的高频动作指令、关节状态序列以及来自顶部和腕部摄像头的同步视觉观测组成，帧率为30Hz，持续时长约11分钟。研究人员通常利用此数据集训练端到端的模仿学习模型，如行为克隆或扩散策略，使机械臂学会从视觉输入映射到精确的六自由度关节动作，以完成堆叠积木的精细操作任务。数据集中标注的干预标志与任务成功标志，为评估策略的鲁棒性与学习过程中的纠错行为提供了关键监督信号。

解决学术问题

该数据集的核心价值在于解决了机器人操作领域中长期存在的从示范数据到泛化策略的迁移难题。传统基于手工编码的机器人控制方法难以应对块状物体堆叠时的不确定性，而rollout_stackblocks_iter2_correction通过提供包含真实物理交互的密集轨迹数据，使研究者能够探索视觉模仿学习在非结构化环境中的样本效率与泛化能力。它特别有助于学术社区研究数据增强、多视角融合以及纠错性干预信号对策略成功率的影响，为验证从有限示范中习得鲁棒操作策略的理论假设提供了标准化基准。这一数据集的发布推动了机器人学习领域从简单抓取向复合操作行为的范式演进。

实际应用

在实际产业场景中，该数据集训练出的模型可直接部署于仓储物流、电子装配等需要重复堆叠标准化物品的自动化流水线。通过将数据集中的视觉-动作映射迁移到同构或异构机器人平台上，企业能够免除繁琐的动力学建模过程，利用少量人工示范即可快速定制码垛任务。例如，物流中心的分拣机器人可借助该类策略适应不同尺寸与重量的货箱堆叠需求；消费电子工厂中，机械臂能依据顶部视觉的实时反馈调整夹爪姿态，实现精密元器件的多层叠放。数据集中的纠错干预路径还为人机协同场景提供了范例，使机器人能在操作失误后主动回退并修正行为。

数据集最近研究

最新研究方向

在机器人操作与模仿学习的前沿领域，rollout_stackblocks_iter2_correction数据集聚焦于精细堆叠任务中的动作校正与策略优化。该数据集采用LeRobot框架构建，凭借包含25个回合、逾两万帧的高保真双视角视觉观测与六维关节动作数据，为研究基于视觉反馈的闭环控制、人机协同中的干预机制以及任务成功率的隐式建模提供了关键支撑。当前，这一数据集与实体机器人“So-Follower”的部署紧密相连，其设立顺应了机器人从仿真环境向现实世界迁移的行业浪潮，特别是在复杂组装和灵巧操作等热点事件中，它成为验证数据高效型模仿学习算法鲁棒性的重要工具，推动了机器人对非结构化环境理解与适应能力的飞跃。