kiroaiseoul/260528_white_rack_single_tube_transfer

该数据集由LeRobot创建，用于机器人学任务，包含23个episodes，总计32423帧数据，帧率为30fps。数据以parquet文件格式存储，视频以mp4格式存储。数据集特征包括：动作数据（16维浮点数组，表示左右机械臂的关节位置和速度）、观察状态（与动作相同的16维数据）、三个摄像头的图像观察（高角度摄像头、左手腕摄像头、右手腕摄像头，均为480x640分辨率、3通道彩色视频），以及时间戳、帧索引、episode索引、任务索引等元数据。数据集仅包含训练集，数据分块存储，每块1000帧，总数据文件大小为100MB，视频文件大小为500MB。机器人类型为mobileai_robot。This dataset was created using LeRobot for robotics tasks, containing 23 episodes with a total of 32,423 frames at 30 fps. The data is stored in parquet files, and videos are in mp4 format. Features include: action data (16-dimensional float array representing joint positions and velocities for left and right robotic arms), observation state (same 16-dimensional data as action), image observations from three cameras (high-angle camera, left wrist camera, right wrist camera, all with 480x640 resolution, 3-channel color video), and metadata such as timestamp, frame index, episode index, and task index. The dataset only includes a training split, with data chunked into sizes of 1000 frames each. The total data file size is 100 MB, and video file size is 500 MB. The robot type is mobileai_robot.

搜集汇总

数据集介绍

构建方式

在机器人操作领域，数据驱动的策略学习高度依赖高质量、结构化的演示数据。该数据集基于LeRobot框架构建，聚焦于移动机械臂在白色货架场景下的单管转移任务。数据采集过程共录制了100个完整回合，累计帧数达121,888帧，采样频率为30帧/秒。数据存储采用分块方式，每块包含1,000帧，以Parquet格式保存结构化时序数据，同时将高分辨率视觉观测以AV1编码的MP4视频文件独立存储，实现了运动状态与视觉信息的有机整合。

使用方法

用户可通过LeRobot框架便捷加载与使用该数据集。数据集默认采用100%训练划分，适用于模型训练。加载后的数据结构以字典形式暴露动作、观测状态及多视角图像等键值，其中图像数据可解码为视频张量。使用者可直接利用LeRobot提供的DataLoader接口进行批次迭代，或依据Parquet文件格式自行解析。建议优先采用LeRobot内置的ReplayBuffer机制，以高效读取大规模序列数据，并利用其封装的归一化预处理函数对动作与状态空间进行标准化处理。

背景与挑战

背景概述

在机器人操作领域，从人类演示中学习复杂技能是迈向通用智能机器人的关键路径。该数据集诞生于2025年，由Hugging Face的LeRobot社区创建，聚焦于移动双臂机器人在白色置物架上执行单管转移任务。核心研究问题在于如何利用低成本、可复现的遥操作数据，训练机器人完成具备空间精确性与力矩协调的物体操控。数据集包含100个演示片段，总计超过12万帧，同步记录16维关节动作与状态，以及三视角高帧率视频（主视角、左右手腕视角），为模仿学习与行为克隆提供了多模态、高保真的训练基准。其开源许可（Apache-2.0）与标准化数据格式（LeRobot v3.0）显著降低了机器人学习领域的数据获取门槛，推动了从实验室验证到实际部署的算法迭代。

当前挑战

该数据集所解决的领域问题在于机器人操作的精细化与泛化性。具体挑战包括：1）单管转移任务要求双臂在狭窄空间内协同完成抓取、抬升与放置，联合夹爪与移动基座的16维动作空间高度耦合，需平衡精准度与鲁棒性；2）视觉感知受限于白色置物架与单管间的低对比度，摄像头提供的480p视频需在有限纹理信息中识别目标。构建过程中，采用MobileAIG机器人平台与AV1编码的视频数据，面临100 MB表格数据与500 MB视频的存储管理难题，且需确保100个片段的动作与观测时间戳严格对齐，以避免时序错位对模仿学习造成的性能衰减。

常用场景

经典使用场景

在机器人操作领域，该数据集聚焦于‘白色货架单管转移’这一精细任务，为双臂移动机械臂的协同控制与抓取规划提供了宝贵的示范数据。通过记录100个高质量演示片段，包含左右各六关节角度以及底盘平动与转向速度等16维动作空间，并辅以三路高清视觉观测，研究者可借此训练基于模仿学习的策略，使机器人学会从托盘中准确抓取单管并转移至目标位置，是研究复杂接触环境下动作复现的经典基准。

解决学术问题

该数据集直接回应了机器人操作中学徒学习面临的数据稀缺与多模态感知融合难题。以往模型常因缺乏包含多视角图像与高维关节状态的同步样本而难以应对非结构化场景，此数据集通过提供121,888帧密集标注的轨迹，有效支撑了‘状态-动作’映射的泛化性研究，推动了端到端模仿学习、行为克隆及逆强化学习在精密搬运任务中的方法论突破，为量化评估策略的鲁棒性与迁移能力建立了统一标尺。

实际应用

在实际工业与物流场景中，该数据集可助推机器人在仓储分拣、实验室样品处理及洁净室物料流转等环节的自主化进程。基于其中的抓取与转移示范，所训练的策略能直接应用于同类‘货架至传送带’或‘容器间转移’任务，显著减少人工示教成本；同时，多视角视觉与力位混合控制数据的嵌入为机器人适应零部件尺寸差异及光照变化提供了关键先验，加速了柔性产线中‘即插即用’型操作技能的部署。

数据集最近研究

最新研究方向

该数据集聚焦于双臂移动机器人在单管转移任务中的精细操控研究，属于具身智能与机器人学习领域的前沿方向。通过包含100个演示回合、12万帧以上高保真多视角视觉与关节状态数据，它为模仿学习及行为克隆算法提供了高质量训练基础。当前热门事件如大模型驱动的机器人通用技能获取浪潮中，此类数据集正被用于探索从人类示范中提取可迁移的操作策略，推动机器人从固定程序向自主决策进化，对工业自动化与家庭服务场景的智能化转型具有重要范式意义。