Ting_grip_box

该数据集是Hugging Face数据集ethanCSL/Ting_grip_box的Apache TsFile转换版本。源数据集使用LeRobot创建，包含用Koch follower机器人记录的演示。模态为时间序列，原始仓库还包含同步摄像头视频，但转换后的仓库不包含视频。数据集包括270个episodes、114,441帧和4个任务（例如抓取绿色、红色、黑色和白色块放入盒子）。转换后的TsFile文件为data/ting_grip_box_train.tsfile，包含TAG列（如episode_index和task_index）和FIELD列（如action和observation.state的浮点数值）。数据集用于机器人学习和时间序列分析，并已通过验证确保数据完整性。This dataset is an Apache TsFile conversion of the Hugging Face dataset ethanCSL/Ting_grip_box. The original dataset was created using LeRobot and contains demonstrations recorded with a Koch follower robot. The modality is time series, and the original repository also includes synchronized camera videos, but the converted repository does not contain videos. The dataset includes 270 episodes, 114,441 frames, and 4 tasks (e.g., grasping green, red, black, and white blocks into a box). The converted TsFile is data/ting_grip_box_train.tsfile, containing TAG columns (such as episode_index and task_index) and FIELD columns (such as floating-point values for action and observation.state). It is intended for robot learning and time series analysis and has been validated for data integrity.

原始信息汇总

数据集概述

• 名称：Ting Grip Box (TsFile)
• 许可证：Apache-2.0
• 任务类型：机器人技术（Robotics）
• 标签：LeRobot、时间序列、TsFile
• 数据集大小：100K < n < 1M

来源与背景

• 本数据集是 Hugging Face 数据集 ethanCSL/Ting_grip_box 的 Apache TsFile 格式转换版本。
• 原始数据集使用 LeRobot 创建，包含使用 Koch 从属机器人记录的操作演示。
• 数据模态：时间序列（不包含原数据集中的同步相机视频）。

原始数据集信息

• 机器人类型：koch_follower
• LeRobot 版本：v2.1
• 数据划分：train（0:270）
• 规模：270 个演示片段，114,441 帧，4 个任务
• 采样率：30 fps
• 原始视频数量：540（270 个片段 × 2 个摄像头流）
• 原始数据布局：data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
• 原始视频布局：videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

四个任务

• task_index=0：抓取绿色方块并放入盒子
• task_index=1：抓取红色方块并放入盒子
• task_index=2：抓取黑色方块并放入盒子
• task_index=3：抓取白色方块并放入盒子

转换后的文件

• TsFile 路径：data/ting_grip_box_train.tsfile
• TsFile 表名：ting_grip_box_train
• 转换行数：114,441
• 片段数：270
• 时间精度：毫秒
• TAG 列：episode_index、task_index
• 文件大小：2,336,981 字节

所有训练片段合并为一个 TsFile，TAG 列保留了片段和任务身份信息。

数据模式（Schema）

• 时间列：Time = round(timestamp * 1000)，每个片段内时间从零开始，原始 timestamp 列已删除。
• TAG 列：
  • episode_index
  • task_index
• FIELD 列：
  • frame_index
  • sample_index（从源 index 重命名）
  • action_0 到 action_5（单精度浮点数）
  • observation_state_0 到 observation_state_5（单精度浮点数）

关节顺序（六维向量）

1. shoulder_pan.pos
2. shoulder_lift.pos
3. elbow_flex.pos
4. wrist_flex.pos
5. wrist_roll.pos
6. gripper.pos

向量列名规则：原始特征名中的 . 替换为 _，并附加元素索引。

视频说明

• 原始视频流 observation.images.front 和 observation.images.top（480×640 RGB AV1，30 fps）未包含在此转换版中。
• 如需获取同步视频，请使用原始数据集：ethanCSL/Ting_grip_box/videos。
• 数值帧行保留 frame_index、episode_index、task_index 和 sample_index，确保与原始视频对齐。

元数据

• 源 meta/ 文件已镜像复制到此仓库。
• meta/info.json 已更新，data_path 指向 data/ting_grip_box_train.tsfile，并新增 tsfile_conversion 对象记录转换细节。
• 转换后的 total_videos 值为 0，原始视频计数 540 保留在 tsfile_conversion.source_video_count。

验证结果

• 暂存 Parquet 行数：114,441
• TsFile 元数据行数：114,441
• TsFile 查询行数：114,441
• 重复 (episode_index, task_index, Time) 行数：0
• TsFile 大小：2,336,981 字节

使用示例

python from tsfile import TsFileReader

path = "data/ting_grip_box_train.tsfile" with TsFileReader(path) as reader: schemas = reader.get_all_table_schemas() table = schemas["ting_grip_box_train"] print([(column.get_column_name(), column.get_category()) for column in table.get_columns()])