mimicgen_square_d0_224x224
收藏资源简介：
该数据集是MimicGen任务“Square_D0”的机器人操作演示数据集，采用LeRobot v3格式，包含两个摄像头（agentview和eye_in_hand）渲染的224x224图像。包含1000个演示片段，共153477帧，帧率20fps。机器人采用Panda型号，使用OSC_POSE控制，控制频率20Hz。观察状态包括23维向量（9维本体感受+14维特权物体信息）。数据源自NVIDIA的core/square_d0.hdf5，仅对图像进行了重新渲染，其他数据直接复制。许可证为CC-BY-4.0。
This dataset is a robot manipulation demonstration dataset for the MimicGen task "Square_D0", formatted in LeRobot v3, containing 224x224 images rendered from two cameras (agentview and eye_in_hand). It includes 1000 demonstration episodes with a total of 153,477 frames at 20fps. The robot is a Panda model controlled by OSC_POSE at 20Hz. The observation state is a 23-dimensional vector (9D proprioception + 14D privileged object information). The data originates from NVIDIAs core/square_d0.hdf5, with only the images re-rendered and other data directly copied. The license is CC-BY-4.0.
mimicgen_square_d0_224x224 数据集概述
基本信息
- 许可协议：cc-by-4.0
- 任务类别：机器人（Robotics）
- 标签：LeRobot、lerobot、mimicgen、robosuite、v3.0
- 数据格式：Parquet（
data/*/*.parquet）
数据集规模
| 指标 | 数值 |
|---|---|
| 回合数（Episodes） | 1000 |
| 帧数（Frames） | 153477 |
| 帧率（FPS） | 20 |
任务与环境
- 机器人：Panda（采用OSC_POSE控制，控制频率20Hz）
- 相机配置：
agentview和eye_in_hand两个视角，均渲染为224x224分辨率，视频编码为AV1 CRF 30 - 状态空间：
observation.state维度为23，包含9维本体感觉（末端执行器位置、四元数、夹爪位置）和14维特权物体信息
数据来源与生成方式
- 基础数据：来源于NVIDIA发布的
core/square_d0.hdf5（通过amandlek/mimicgen_datasets获取） - 处理方式：仅对相机图像进行了重新渲染——原始数据图像为84x84分辨率，本数据集将每帧的
states向量写回实时Square_D0环境，在两个视角下以224x224重新渲染 - 保真度验证：在84x84下重渲染第0个示例并与原始图像对比，平均绝对差异为agentview 2.32、eye_in_hand 1.57（相对于垂直翻转对比的73.3/84.7），残余差异源于不同OpenGL渲染环境
数据模式（Schema）
observation.state（23维）：由robot0_eef_pos、robot0_eef_quat、robot0_gripper_qpos和object拼接而成，取前9维可作为仅含本体感觉的策略输入observation.sim_state（45维）：可回放到实时的Square_D0环境中success == done == (reward >= 1.0)：成功/终止条件一致source_demo_index == episode_index：对应源hdf5中的示例索引is_first/is_last/is_terminal：仅标记回合首帧和末帧
与其他数据集的差异
- 列宽具有任务特异性：coffee任务包含57维物体信息及
*_rel_pod键，而square任务为17维物体信息且无rel_*键 - 伴随数据集
chomeed/mimicgen_square_d1_224x224：本数据集（D0）固定桩位置，物体块维度为14；D1版本的桩可移动，物体块维度为17
