shelf_stage

这是一个机器人数据集，包含1260个剧集，共305276帧，分为2个任务。数据集以Parquet文件格式存储，每个文件包含1000个数据点。数据集包含多种特征，如关节角度、末端执行器姿态、目标末端执行器姿态、动作、图像等。数据集适用于机器人学相关任务，如机器人控制和仿真。

搜集汇总

数据集介绍

构建方式

在机器人技术领域，shelf_stage数据集依托LeRobot框架构建，采用高效的数据采集与处理流程。该数据集包含1260个完整交互序列，总计305276帧数据，以50帧每秒的速率记录，确保时序一致性。数据以分块形式存储，每块包含1000个交互片段，采用Apache 2.0开源协议保障学术与工业应用的广泛可及性。

特点

shelf_stage数据集涵盖多模态观测信息，包括7维关节角度、6维末端执行器位姿及目标位姿数据，同时集成8维动作空间。视觉维度提供前向对角与手部相机视角，图像分辨率为240x424像素，支持三维通道。数据结构遵循RLDS标准，具备精确的时间戳与帧索引，为机器人学习任务提供丰富的状态-动作对与环境反馈。

使用方法

该数据集适用于机器人强化学习与模仿学习研究，可通过标准Parquet格式直接加载。研究者可利用其多模态特征训练端到端策略网络或进行行为克隆。数据集已预划分为训练集，支持跨任务泛化分析，具体任务索引与帧级元数据为算法评估提供结构化基础。视频数据虽未直接包含，但可通过指定路径重构视觉序列。

背景与挑战

背景概述

机器人学习领域近年来在具身智能方向取得显著进展，shelf_stage数据集作为LeRobot项目的重要组成部分，专注于机器人操作任务的数据收集与分析。该数据集由HuggingFace团队基于Apache 2.0许可证构建，采用EASO机器人平台采集多模态交互数据，包含1260个训练片段和超过30万帧的高精度传感器记录。其核心研究价值在于为机器人模仿学习与强化学习算法提供真实世界的操作范例，推动机器人自主执行复杂环境下的物品摆放任务。

当前挑战

该数据集主要解决机器人操作策略泛化能力不足的挑战，特别是在非结构化环境中进行精准物体抓取与放置的任务复杂度。构建过程中面临多传感器时序同步的技术难题，需要协调7自由度机械臂关节角度数据与双视角视觉信息的对齐。高维度动作空间（8维）与异构观测数据（包含6维末端执行器位姿和双摄像头图像）的融合处理对数据管道设计提出严峻考验，同时需保证50Hz采样频率下数据流的稳定性与完整性。

常用场景

经典使用场景

在机器人学习领域，shelf_stage数据集通过包含1260个任务片段和30万帧多模态数据，为模仿学习与强化学习算法提供了标准化的训练环境。该数据集典型应用于机械臂操作任务的策略学习，研究者可利用其包含的关节角度、末端执行器位姿及双视角视觉信息，构建端到端的控制模型。

解决学术问题

该数据集有效解决了机器人操作任务中样本效率低下与泛化能力不足的核心问题。通过提供高质量的真实机器人交互数据，支持学术界研究多模态感知与运动控制的融合机制，显著降低了实体机器人实验的成本与风险，为机器人学习算法的公平比较建立了标准化基准。

衍生相关工作

该数据集已衍生出多项机器人学习领域的创新研究，包括基于Transformer的多模态策略网络、跨任务迁移学习框架以及视觉-运动协同编码器设计。这些工作通过利用数据集的结构化轨迹数据和视觉观测，推动了从演示数据中提取可重用技能表征的技术发展。