marcossantosperesvw/trossen-handover-pink-basket1

---
license: apache-2.0
task_categories:
- robotics
tags:
- LeRobot
- tutorial
configs:
- config_name: default
data_files: data/*/*.parquet
---

This dataset was created using [LeRobot](https://github.com/huggingface/lerobot).

## 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": "v2.1",
"trossen_subversion": "v1.0",
"robot_type": "trossen_ai_stationary",
"total_episodes": 23,
"total_frames": 23676,
"total_tasks": 1,
"total_videos": 92,
"total_chunks": 1,
"chunks_size": 1000,
"fps": 30,
"splits": {
"train": "0:23"
},
"data_path": "data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet",
"video_path": "videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4",
"features": {
"action": {
"dtype": "float32",
"shape": [
14
],
"names": [
"left_joint_0",
"left_joint_1",
"left_joint_2",
"left_joint_3",
"left_joint_4",
"left_joint_5",
"left_joint_6",
"right_joint_0",
"right_joint_1",
"right_joint_2",
"right_joint_3",
"right_joint_4",
"right_joint_5",
"right_joint_6"
]
},
"observation.state": {
"dtype": "float32",
"shape": [
14
],
"names": [
"left_joint_0",
"left_joint_1",
"left_joint_2",
"left_joint_3",
"left_joint_4",
"left_joint_5",
"left_joint_6",
"right_joint_0",
"right_joint_1",
"right_joint_2",
"right_joint_3",
"right_joint_4",
"right_joint_5",
"right_joint_6"
]
},
"observation.images.cam_high": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.fps": 30.0,
"video.height": 480,
"video.width": 640,
"video.channels": 3,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
}
},
"observation.images.cam_low": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.fps": 30.0,
"video.height": 480,
"video.width": 640,
"video.channels": 3,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
}
},
"observation.images.cam_left_wrist": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.fps": 30.0,
"video.height": 480,
"video.width": 640,
"video.channels": 3,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
}
},
"observation.images.cam_right_wrist": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.fps": 30.0,
"video.height": 480,
"video.width": 640,
"video.channels": 3,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
}
},
"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
}
}
}
```

## Citation

**BibTeX:**

```bibtex
[More Information Needed]
```

搜集汇总

数据集介绍

构建方式

该数据集基于LeRobot框架构建，聚焦于双手机器人操控任务，由Trossen Robotics的固定式机器人平台采集而成。数据集共收录23个完整操控片段（episodes），总计23676帧原始数据，帧率为30 FPS。每个片段均包含14维连续动作指令，对应双臂各7个关节的控制信号，以及相同维度的机器人本体状态观测值。视觉传感方面，数据集配备了四路高清摄像头（cam_high、cam_low、left_wrist、right_wrist），每路输出分辨率为480×640的彩色视频流，编码采用AV1格式以平衡存储效率与画质。数据以Parquet列式格式存储。

特点

该数据集最显著的特点在于其面向双臂协调操控任务的精细设计。动作与状态空间均严格对齐为14维向量，明确标注了左右臂各关节的物理含义，便于研究者进行运动学建模。多视角视觉输入覆盖了全局场景（cam_high/cam_low）与双腕部近距离视角，为模仿学习提供了丰富的空间线索。此外，数据集还记录了精确的时间戳、帧序号与任务索引等元信息，有助于时间序列分析与多任务扩展。所有数据以标准化结构组织，并预留了测试集划分接口。

使用方法

该数据集适用于基于模仿学习或强化学习的机器人操控算法开发与验证。研究人员可通过LeRobot框架加载数据，提取动作序列与状态观测值，结合多视角视频输入训练策略网络。推荐使用方式包括：以14维关节目标作为动作标签，构建从视觉特征到运动指令的端到端映射；或利用状态空间信息进行动态模型辨识。数据集默认将全部23个片段划归训练集，用户可根据需求自行划分验证集。使用时需注意解码AV1编码视频的依赖环境配置，并依据Parquet文件索引高效检索特定片段。

背景与挑战

背景概述

该数据集由Hugging Face社区基于LeRobot框架创建，发布于2024年，旨在为机器人操作研究提供标准化的仿真与真实环境数据。研究机构或开发者利用Trossen Robotics公司生产的固定基座双臂机器人平台，采集了23个episode、总计23676帧的抓取与放置任务序列，核心研究问题聚焦于机器人双臂协作中的精准操作能力。作为LeRobot教程系列的一部分，数据集通过Apache-2.0许可证开放，为机器人模仿学习、策略泛化及多视角感知研究提供了高质量的基准资源，对推动机器人学习领域的数据标准化与复现性具有重要价值。

当前挑战

数据集所解决的领域核心挑战在于双臂机器人操作中的高维动作空间建模与多视角视觉反馈融合问题。14维关节角度动作与4个摄像头（高角度、低角度、左右腕部）的同步视频数据，要求算法既能捕捉细腻的力位控制策略，又能抵抗视角变化带来的感知歧义。在构建过程中，最大挑战在于保证遥操作数据中人类演示的连贯性与低噪声，同时通过每分钟30帧的高频采样平衡数据密度与存储开销。此外，单一抓取任务（粉色篮子）的领域局限性，使得如何从稀疏的23个episode中提取鲁棒策略成为后续研究的难点。

常用场景

经典使用场景

在机器人学习与模仿学习领域，trossen-handover-pink-basket1数据集为双臂灵巧操作研究提供了宝贵的资源。该数据集记录了Trossen Robotics固定基座机器人执行物体交接任务时的完整轨迹，包含23个示范片段、总计23676帧的高频运动数据，采样频率达30帧每秒。通过14维关节空间的动作与状态信息，配合四个不同视角（高空、低空、左右手腕）的视觉图像流，研究者能够构建端到端的策略学习模型，使机器人学会协调双臂完成平稳的物体传递操作。这一数据集的经典应用体现在训练扩散策略、行为克隆或强化学习算法，从而复现人类专家的操作模式。

衍生相关工作

围绕trossen-handover-pink-basket1数据集，衍生出多项推动机器人学习前沿的工作。基于LeRobot开源框架，研究者发展出高效的数据加载与预处理管线，使得策略训练流程标准化。扩散策略网络被应用于该数据集，验证了其在生成平滑且多样化轨迹方面的优越性，为最优传输理论在机器人规划中的应用奠定基础。同时，多视角图像特征融合方法在此数据集上得到测试，催生了基于注意力机制的视觉-运动联合编码器。该数据集还常作为基线评价工具，用于对比行为克隆与逆强化学习在少量示范条件下的表现差异，持续激发新的算法创新。

数据集最近研究

最新研究方向

该数据集聚焦于双臂协作机器人在物品递送与交接任务中的模仿学习研究，反映了当前机器人学习领域从单一操作向多模态感知、多关节协同控制演进的趋势。借助LeRobot框架采集的23段高保真轨迹数据，结合四视角视觉输入与14维关节状态信息，为训练基于视觉-运动联合表征的端到端策略提供了高质量素材。近期前沿方向集中于利用此类细粒度人机演示数据，探索隐式动作空间建模与跨视角特征融合技术，以实现机器人在非结构化环境中对动态交互任务的泛化能力突破，这对于推动家庭服务、仓储物流等场景中机器人自主执行复杂递送操作具有重要示范意义。