遇见数据集

HAN10E-failure-example_20260829_234235

收藏
Hugging Face2026-08-30 更新2026-08-30 收录
官方服务:

资源简介:

该数据集是一个机器人数据集,由LeRobot创建,包含机器人操作过程中的动作、状态和多个摄像头图像(包括深度图),用于机器人学习任务。数据集包含2个episode,共432帧,1个任务,机器人类型为widowxai_follower_robot。

This dataset is a robot dataset created by LeRobot, containing actions, states, and multiple camera images (including depth maps) during robot operation, used for robot learning tasks. The dataset contains 2 episodes, 432 frames, 1 task, and the robot type is widowxai_follower_robot.

提供机构:
rbtrprjkt
创建时间:
2026-08-30
原始信息汇总

数据集概述

基本信息

  • 数据集名称: HAN10E-failure-example_20260829_234235
  • 创建工具: 基于 LeRobot (https://github.com/huggingface/lerobot) 创建
  • 许可证: Apache-2.0
  • 任务类别: 机器人(robotics)
  • 数据集标识: rbtrprjkt/HAN10E-failure-example_20260829_234235
  • 可视化入口: 可视化数据集

技术规格

  • 代码库版本: v3.0
  • 帧率 (fps): 30
  • 机器人类型: widowxai_follower_robot
  • 数据存储格式: Parquet (data//.parquet)
  • 视频存储格式: MP4

数据规模

  • 总片段数 (Episodes): 2
  • 总帧数 (Frames): 432
  • 总任务数 (Tasks): 1
  • 数据文件大小: 约 100 MB
  • 视频文件大小: 约 200 MB
  • 数据集划分: 训练集 (train) 包含全部 2 个片段,划分方式为 0:2

特征结构

动作 (Action)

  • 数据类型: float32,维度为 7
  • 包含的变量: 7 个关节位置(joint_0.pos 至 joint_5.pos,left_carriage_joint.pos)

观测状态 (Observation.state)

  • 数据类型: float32,维度为 21
  • 包含的变量:
    • 7 个关节位置 (joint_0.pos 至 joint_5.pos, left_carriage_joint.pos)
    • 7 个关节速度 (joint_0.vel 至 joint_5.vel, left_carriage_joint.vel)
    • 7 个关节力/力矩 (joint_0.eff 至 joint_5.eff, left_carriage_joint.eff)

图像观测 (Observation.images)

包含以下 6 个摄像头视角,均为 480×640 分辨率,帧率 30 fps:

摄像头名称 图像类型 通道数 视频编解码器 数据类型
cam_high 彩色 3 AV1 标准视频
cam_high_depth 深度图 1 HEVC (无损) 深度图 (mm)
cam_low 彩色 3 AV1 标准视频
cam_low_depth 深度图 1 HEVC (无损) 深度图 (mm)
cam_right_wrist 彩色 3 AV1 标准视频
cam_right_wrist_depth 深度图 1 HEVC (无损) 深度图 (mm)

深度图参数:

  • 深度单位: 毫米 (mm)
  • 深度范围: 0.01 m ~ 10.0 m
  • 使用对数变换 (use_log: true)
  • 无损压缩 (lossless=1)

其他元数据特征

  • timestamp: float32,时间戳
  • frame_index: int64,帧索引
  • episode_index: int64,片段索引
  • index: int64,全局索引
  • task_index: int64,任务索引

数据集用途

该数据集为机器人操作任务的数据集,包含了机器人执行任务时的关节状态、动作指令以及多视角的彩色图像和深度图像信息,可用于机器人学习(尤其是模仿学习)模型的训练,从命名来看,该数据集包含的是失败示例数据(failure-example),可能用于失败案例分析或鲁棒性训练等研究场景。

二维码
社区交流群
二维码
科研交流群
商业服务