so101_desk_trash_test_11
收藏资源简介：
该数据集使用LeRobot平台创建，是一个机器人控制数据集，专门针对so_follower机器人类型。数据集包含4个训练片段，总计906帧，采样率为30fps。数据以parquet文件格式存储，总数据文件大小为100MB，视频文件大小为200MB。数据集特征包括：动作数据（6维浮点数组，对应肩部旋转、肩部抬升、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置）、状态观测（与动作相同的6维关节位置）、来自前置摄像头的图像观测（240x320x3分辨率视频，使用av1编码）、时间戳、帧索引、片段索引、数据索引和任务索引。数据集适用于机器人学习任务，如模仿学习或强化学习。
This dataset is created using the LeRobot platform and is a robot control dataset specifically designed for the so_follower robot type. It contains 4 training segments, totaling 906 frames with a sampling rate of 30fps. The data is stored in parquet file format, with a total data file size of 100MB and a video file size of 200MB. The dataset features include: action data (a 6-dimensional floating-point array corresponding to shoulder rotation, shoulder elevation, elbow flexion, wrist bending, wrist rotation, and gripper position), state observations (the same 6-dimensional joint positions as the actions), image observations from a front-facing camera (240x320x3 resolution video encoded with av1), timestamps, frame indices, segment indices, data indices, and task indices. The dataset is suitable for robot learning tasks, such as imitation learning or reinforcement learning.
数据集概述
- 名称：so101_desk_trash_test_11
- 许可证：Apache-2.0
- 任务类别：机器人学
- 标签：LeRobot
- 创建工具：使用 LeRobot 创建
数据集结构
- 机器人类型：so_follower
- 总片段数：4
- 总帧数：906
- 总任务数：1
- 块大小：1000
- 数据文件大小：100 MB
- 视频文件大小：200 MB
- 帧率：30 fps
- 数据分割：训练集（全部4个片段，索引0:4）
数据路径
- 数据文件路径：
data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet - 视频文件路径：
videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
特征说明
| 特征名称 | 数据类型 | 形状 | 说明 |
|---|---|---|---|
| action | float32 | (6,) | 关节动作指令，包括肩部、肘部、腕部及夹爪 |
| observation.state | float32 | (6,) | 机器人状态观测，与动作维度一致 |
| observation.images.front | video | (240, 320, 3) | 前置摄像头视频（AV1编码，30fps） |
| timestamp | float32 | (1,) | 时间戳 |
| frame_index | int64 | (1,) | 帧索引 |
| episode_index | int64 | (1,) | 片段索引 |
| index | int64 | (1,) | 全局索引 |
| task_index | int64 | (1,) | 任务索引 |
动作/状态维度
动作和状态均包含6维数据，对应：
- shoulder_pan.pos
- shoulder_lift.pos
- elbow_flex.pos
- wrist_flex.pos
- wrist_roll.pos
- gripper.pos
引用信息
当前引用信息待补充（[More Information Needed]）。
