reneeyi/record-test_20260528_112722

该数据集由LeRobot创建，专注于机器人技术领域。它包含一个总时长为442帧、帧率为30fps的单次任务记录，数据以Parquet格式存储。数据集特征包括：动作（action）和观测状态（observation.state），均为6维浮点数组，表示机器人关节位置（如肩部、肘部、手腕和夹持器）；观测图像（observation.images.front）为480x640分辨率的RGB视频，采用AV1编码；以及时间戳、帧索引、任务索引等元数据。机器人类型为so_follower，数据集总大小为300MB（数据文件100MB，视频文件200MB），适用于机器人控制与视觉任务的研究和训练。This dataset was created using LeRobot and focuses on robotics. It contains a single task recording with a total of 442 frames at 30 fps, stored in Parquet format. Features include: action and observation.state, both as 6-dimensional float32 arrays representing robot joint positions (e.g., shoulder, elbow, wrist, and gripper); observation.images.front as RGB video with 480x640 resolution and AV1 encoding; and metadata such as timestamp, frame index, and task index. The robot type is so_follower, with a total dataset size of 300MB (100MB for data files and 200MB for video files), suitable for research and training in robot control and vision tasks.

搜集汇总

数据集介绍

构建方式

该数据集由LeRobot框架生成，专为机器人模仿学习任务设计。数据集结构遵循标准化的元数据定义，包含一个独立的episode，共计442帧数据，采样频率为30帧每秒。数据采集通过真实机器人平台so_follower完成，每条记录均包含六自由度关节位置动作指令（action）与对应的观测状态（observation.state），两者维度一致，便于策略网络直接进行状态到动作的映射学习。此外，数据集还集成了来自前视摄像头的高清视觉观测（observation.images.front），图像分辨率为480×640像素，采用AV1视频编码压缩存储，兼顾了数据容量与视觉信息完整性。数据以Parquet格式存储，视频以MP4格式独立存放，并由JSON元文件统一管理切片索引与文件路径。

特点

本数据集的一大特点是动作与状态空间的对称性设计，两者均包含肩部旋转、肩部升降、肘部弯曲、腕部动作及夹爪开合共六个自由度，这种同构结构简化了模仿学习中的表示对齐问题。同时，数据集在时间维度上提供了精确的时间戳（timestamp）与帧索引（frame_index），支持时序建模或片段化训练。单一任务与单次episode的紧凑结构使其特别适合作为机器人策略学习的快速验证集，用于测试算法在短程精细操控任务上的收敛能力。数据量控制在约300MB（含视频），轻量化的规模便于快速实验迭代。

使用方法

使用该数据集时，推荐通过LeRobot库加载，利用其内置的数据集可视化工具对episode进行逐帧回放，以直观检查采集质量。训练过程中，可将每帧的observation.state与observation.images.front拼接为多模态输入，以action作为监督目标进行行为克隆或扩散策略学习。由于数据集仅包含训练拆分（train split），用户需自行划分验证集或采用跨任务泛化评估方式。对于需要长时序依赖的算法，可基于frame_index与episode_index构建滑动窗口采样器，并利用timestamp校准动作执行的时序一致性。

背景与挑战

背景概述

该数据集由 LeRobot 框架创建，旨在服务于机器人领域的研究与开发。数据集包含单一任务（任务索引为0）的执行轨迹，记录了从“so_follower”机器人上采集的 442 帧数据，涵盖六维关节动作（shoulder_pan、shoulder_lift、elbow_flex、wrist_flex、wrist_roll、gripper）以及前视摄像头图像（640×480 分辨率，AV1 编码，30 FPS）。数据集采用 Parquet 与 MP4 混合存储格式，便于高效读取与可视化。作为机器人模仿学习与行为克隆任务的基础资源，该数据集为小样本场景下的机器人技能学习提供了可复现的基准。

当前挑战

所解决的领域问题在于，机器人技能获取长期依赖手工编程或昂贵仿真环境，难以泛化至真实场景；该数据集通过提供真实的操作演示轨迹，为从观测到动作的端到端映射学习铺平道路。构建过程中遇到的挑战包括：单任务单机器人条件导致数据多样性不足，仅有 1 个 episode 和 442 帧，易使模型过拟合；摄像头图像压缩（AV1、CRF 30）可能引入视觉噪声，影响感知精度；数据集规模微小（约 100 MB 数据+200 MB 视频），无法支撑大规模预训练，需要结合迁移学习或数据增强策略方能有效利用。

常用场景

经典使用场景

在机器人学习与模仿学习领域，record-test_20260528_112722数据集凭借其精细的遥操作记录，成为研究机器人从人类演示中学习行为策略的经典素材。该数据集采集自SO-Follower机器人，以30帧每秒的频率同步记录六维关节空间状态与操作动作，并辅以前置摄像头的高清视觉流，为构建端到端的行为克隆模型提供了完备的观测-动作对。研究者常利用此类小规模、高保真的演示数据，验证模仿学习算法在少量样本条件下的泛化能力与迁移效果。

实际应用

在实际部署场景中，该数据集所代表的遥操作演示模式，为工业与家庭服务机器人的技能快速定制开辟了可行路径。例如，在精密装配或柔性抓取任务中，工程师可从少量人工演示中提取操作模板，借助本数据集的标准格式训练机器人复现精准动作序列；其基于LeRobot生态构建的标准化结构，亦便于将行为克隆模型迁移至不同硬件平台，加速从数据采集到实际部署的闭环流程。

衍生相关工作

此数据集催生了多项围绕小样本模仿学习与跨任务迁移的经典工作。基于其清晰的模态划分，研究者提出了结合时空注意力机制的视觉-运动联合编码方法，以及利用对比学习从多视角演示中提取不变特征的技术路线。此外，该数据集兼容的LeRobot框架已被多个后续项目采纳，用于构建机器人基础模型实验基准，推动面向通用操作技能的预训练范式发展。