merged_libero_scale_40_mask_depth_noops_lerobot

该数据集是一个用于机器人任务的数据集，专门针对panda机器人，使用LeRobot工具创建。数据集包含800个训练片段，总帧数为133851帧，覆盖40个不同任务。数据以parquet格式存储，特征丰富，包括多种图像观察：RGB图像（image和wrist_image）、深度图像（image_depth和wrist_depth）、掩码图像（image_mask、wrist_mask、object_of_interest_mask和object_of_interest_wrist_mask），所有图像均为3通道、256x256分辨率。状态观察包括机器人状态（observation.state，8维浮点数组，表示位置、姿态和夹爪控制）、末端执行器状态（observation.states.ee_state，6维浮点数组，表示空间位置和姿态）、关节状态（observation.states.joint_state，7维浮点数组，表示7个关节角度）和夹爪状态（observation.states.gripper_state，2维浮点数组，表示夹爪控制）。动作数据（action）为7维浮点数组，控制机器人的位置、姿态和夹爪。此外，还包括时间戳、帧索引、片段索引、任务索引等元数据，以及对象兴趣映射（ooi_mapping）和对象兴趣（ooi）的字符串信息。数据集适用于机器人学习、强化学习或模仿学习任务，帧率为10fps，所有数据均用于训练集。

This dataset is designed for robotic tasks, specifically for the panda robot, created using the LeRobot tool. It contains 800 training episodes, with a total of 133,851 frames, covering 40 different tasks. The data is stored in parquet format and features rich observations, including various image types: RGB images (image and wrist_image), depth images (image_depth and wrist_depth), and mask images (image_mask, wrist_mask, object_of_interest_mask, and object_of_interest_wrist_mask), all with 3 channels and 256x256 resolution. State observations include robot state (observation.state, an 8-dimensional float array representing position, orientation, and gripper control), end-effector state (observation.states.ee_state, a 6-dimensional float array representing spatial position and orientation), joint state (observation.states.joint_state, a 7-dimensional float array representing the angles of 7 joints), and gripper state (observation.states.gripper_state, a 2-dimensional float array for gripper control). Action data (action) is a 7-dimensional float array controlling the robots position, orientation, and gripper. Additionally, it includes metadata such as timestamps, frame index, episode index, task index, as well as object of interest mapping (ooi_mapping) and object of interest (ooi) string information. The dataset is suitable for robotic learning, reinforcement learning, or imitation learning tasks, with a frame rate of 10fps, and all data is used for the training set.

原始信息汇总

数据集概述

该数据集是一个面向机器人任务的数据集，基于 LeRobot 框架创建，专为机器人操控研究设计。

基本信息

• 许可证： Apache-2.0
• 任务类别： 机器人学
• 标签： LeRobot, libero, panda, rlds
• 配置： default，数据文件路径为 data/*/*.parquet

数据集规模与结构

• 机器人类型： panda
• 总片段数 (Episodes)： 800
• 总帧数 (Frames)： 133,851
• 总任务数 (Tasks)： 40
• 帧率 (FPS)： 10
• 数据拆分： 仅提供 train 集，包含全部 800 个片段（索引 0 至 800）。
• 存储格式： 数据以 Parquet 文件格式存储，路径模式为 data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet。

特征组成

数据集包含丰富的特征，涵盖多模态观测、状态信息、动作指令及元数据。

观测图像 (Observation Images)

数据集提供多种分辨率为 256x256 的 RGB 图像（通道数 3）：

• 主摄像头图像：
  • observation.images.image：RGB图像
  • observation.images.image_depth：深度图像
  • observation.images.image_mask：掩膜图像
• 腕部摄像头图像：
  • observation.images.wrist_image：RGB图像
  • observation.images.wrist_depth：深度图像
  • observation.images.wrist_mask：掩膜图像
• 感兴趣对象掩膜：
  • observation.images.object_of_interest_mask：主视角下的对象掩膜
  • observation.images.object_of_interest_wrist_mask：腕部视角下的对象掩膜

状态信息 (State Information)

• 机器人整体状态： observation.state，包含 8 维向量（x, y, z, roll, pitch, yaw, gripper, gripper）。
• 末端执行器状态： observation.states.ee_state，包含 6 维向量（x, y, z, roll, pitch, yaw）。
• 关节状态： observation.states.joint_state，包含 7 维向量（joint_0 至 joint_6）。
• 夹爪状态： observation.states.gripper_state，包含 2 维向量（gripper, gripper）。

动作指令 (Action)

• action： 包含 7 维向量（x, y, z, roll, pitch, yaw, gripper），用于描述机器人执行的动作。

元数据 (Metadata)

• ooi_mapping：字符串类型，形状为 [1]，表示感兴趣对象的映射关系。
• ooi：字符串类型，形状为 [1]，表示当前关注的感兴趣对象。
• timestamp：浮点数类型，时间戳。
• frame_index：整数类型，帧索引。
• episode_index：整数类型，片段索引。
• index：整数类型，全局索引。
• task_index：整数类型，任务索引。