remove_orange_duck_pruned

该数据集由LeRobot项目创建，专注于机器人技术领域，旨在为机器人学习任务提供示范数据。它包含88个独立的任务片段，总计73,728帧数据。每个数据样本包括动作指令和观测信息：动作指令由6个浮点数组成，分别控制机器人的肩部平移、肩部升降、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置；观测信息包括机器人状态（同样由6个关节位置浮点数表示）和来自顶部摄像头的视觉输入。视觉数据以视频形式存储，分辨率为1280x720，帧率为30fps，采用h264编码。数据集还包含时间戳、帧索引、片段索引等元数据字段，以Parquet文件格式组织，总大小约为300MB（其中数据文件100MB，视频文件200MB）。它适用于机器人模仿学习、强化学习或行为克隆等任务，特别针对so_follower型机器人平台，所有数据已划分为训练集。

This dataset was created by the LeRobot project, focusing on the robotics field and designed to provide demonstration data for robot learning tasks. It contains 88 independent task segments, totaling 73,728 frames. Each data sample includes action commands and observation information: action commands consist of 6 floating-point numbers controlling the robots shoulder translation, shoulder elevation, elbow flexion, wrist flexion, wrist rotation, and gripper position; observation information includes robot state (also represented by 6 joint position floating-point numbers) and visual input from a top-mounted camera. Visual data is stored in video format with a resolution of 1280x720, a frame rate of 30fps, and h264 encoding. The dataset also includes metadata fields such as timestamps, frame indices, and segment indices, organized in Parquet file format with a total size of approximately 300MB (100MB for data files and 200MB for video files). It is suitable for tasks like robot imitation learning, reinforcement learning, or behavior cloning, specifically targeting the so_follower robot platform, with all data already divided into a training set.

原始信息汇总

数据集概述：remove_orange_duck_pruned

• 数据集主页: https://huggingface.co/datasets/KuphDev/remove_orange_duck_pruned
• 许可协议: Apache-2.0
• 任务类型: 机器人学 (Robotics)
• 标签: LeRobot
• 创建工具: 该数据集使用 LeRobot 创建

数据集结构与规格

• 数据集版本: v3.0
• 帧率 (FPS): 30
• 机器人类型: so_follower (跟随机械臂)
• 总片段数 (Episodes): 128
• 总帧数 (Frames): 103,462
• 总任务数 (Tasks): 1
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 分块大小: 1000

数据集划分

• 训练集 (train): 片段索引 0 至 127 (共128个片段)

特征 (Features)

特征名称	数据类型	形状	说明
action	float32	(6,)	动作指令，包含6个关节位置
observation.state	float32	(6,)	观测状态，包含6个关节位置
observation.images.top	视频 (h264)	(720, 1280, 3)	顶部摄像头图像，分辨率720x1280，3通道彩色，帧率30
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(Action)与观测状态(State)的命名含义

action 和 observation.state 均为6维向量，对应关节名称依次为：

1. shoulder_pan.pos (肩关节旋转)
2. shoulder_lift.pos (肩关节升降)
3. elbow_flex.pos (肘关节弯曲)
4. wrist_flex.pos (腕关节弯曲)
5. wrist_roll.pos (腕关节旋转)
6. gripper.pos (夹爪)

视频数据规格

• 视频编解码器: h264
• 像素格式: yuv420p
• 单帧尺寸: 720 (高) x 1280 (宽) x 3 (通道)
• 是否为深度图: 否
• 帧率: 30 FPS
• 无音频

数据文件路径

• 数据文件: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

引用

目前暂无可用的 BibTeX 引用格式。

搜集汇总

数据集介绍

构建方式

该数据集基于LeRobot框架构建，专为机器人操作任务设计。数据采集过程中，通过so_follower机器人平台记录128个episode的交互序列，共计103462帧，涵盖单一任务场景。数据以Parquet格式存储动作与状态信息，动作空间包含六维关节位置（肩部、肘部、腕部及夹爪），观测数据则由相同维度的机器人状态与720x1280分辨率、30帧率的顶部摄像头视频流构成。数据集以chunk_size为1000进行分块存储，确保高效加载与处理。

特点

数据集核心特性在于其多模态融合的精细结构，同时包含连续动作标签与同步视频观测，便于模仿学习与策略迁移研究。所有数据以30Hz均匀采样，保证时间序列的连贯性。特别地，该数据集未划分验证集或测试集，128个episode全部用于训练，适合小样本场景下的算法开发。数据总量约300MB（其中视频占200MB），压缩后传输与存储便捷，且遵循Apache-2.0开源协议。

使用方法

使用该数据集需依托LeRobot库，通过加载Parquet文件与MP4视频索引进行训练。用户可通过Hugging Face的直观可视化界面预览样本，快速校验数据质量。在模型训练中，建议将action与observation.state作为监督信号，结合observation.images.top的视觉输入构建端到端控制器。由于数据已预定义60维状态-动作空间，可直接接入强化学习或行为克隆管线，无需额外特征工程。

背景与挑战

背景概述

机器人操作任务的模仿学习依赖于高质量、多模态的数据集，以捕获细腻的动力学与视觉信息。remove_orange_duck_pruned数据集由研究人员基于LeRobot框架创建，发布于HuggingFace平台，专为机器人操控场景设计。该数据集聚焦于一项特定的拾取与移除任务，使用so_follower型机器人，在30帧每秒的采样率下，同步记录6维关节动作指令、对应状态观测以及1280×720分辨率的顶部视角视频，共计128个任务片段，包含超过10万帧数据。通过提供标准化、可复现的演示数据，该数据集为机器人精细操控策略的学习与评估奠定了基准，推动了从仿真到真实世界迁移研究的发展。

当前挑战

该数据集所解决的领域问题在于，机器人模仿学习常受困于复杂物体交互与动态环境中的非结构化干扰，例如目标物体（橙色鸭子）的识别与移除过程中，噪声、光照变化及夹具遮挡对视觉-运动映射产生显著影响。构建过程面临的技术挑战包括：确保高精度运动学与视觉数据的时序同步，避免漂移或延迟；在有限示范片段（128条）中兼顾任务多样性与样本效率，防止过拟合；对高清视频（单帧720p）与密集姿态数据的压缩存储，在保持数据完整性的同时满足百兆级文件大小的限制；以及有效剔除失败演示或错误标注，保证模型训练时数据的可靠性与一致性。

常用场景

经典使用场景

在机器人操作与模仿学习领域，remove_orange_duck_pruned数据集为研究者提供了一种精细化的高维运动序列捕获与建模基准。该数据集记录了SO Follower机械臂在30帧每秒的频率下执行移除橙色鸭子目标任务的完整过程，包含六维关节空间的状态与动作数据，以及顶部高清摄像头记录的720×1280像素视觉流。经典使用场景聚焦于基于视觉的运动策略学习，研究者可利用该数据训练从图像到关节动作的端到端神经网络，尤其适用于模仿学习中的行为克隆与逆动力学模型构建。数据集的剪辑结构（包含128个片段与超过10万帧样本）支持时间序列建模任务的开展，例如动作分块与长期依赖建模。其精简设计也使其成为测试数据效率算法的理想选择，例如少样本学习或元学习在机器人操作中的适应性验证。

解决学术问题

该数据集系统性地应对了机器人操作研究中数据稀缺与跨模态对齐两大核心挑战。通过同步采集高分辨率视觉图像与六自由度关节运动参数，它建立了视觉感知与运动控制之间的时空对应关系，从而为研究视觉引导下精密操作的策略泛化问题提供了可量化实验平台。在学术层面，它助力解决演示数据的去偏问题——128个独立片段覆盖了同一任务下的多种初始条件与执行轨迹，使研究者能够探索策略对位姿变化与光照扰动的鲁棒性边界。此外，数据集的标准化格式（基于LeRobot框架）和Apache-2.0许可，为可重复性研究设立了新基准，推动了机器人学习领域实验范式从仿真环境向真实物理世界的迁移，尤其对解决sim-to-real（仿真到现实）转移中的特征分布偏移问题具有深远启发。

衍生相关工作

该数据集作为LeRobot生态体系的组成部分，已催生多项基础性研究与工具链创新。衍生工作之一是利用其标准化的parquet格式与视频编码，开发面向机器人操作数据的统一预处理管线，显著降低了多源异构数据融合的工程成本。另一重要脉络是基于该数据集架构的视觉-运动联合表示学习方法，研究者通过对比学习或掩码自动编码器从观测图像与动作序列中提取共享潜在特征，提升了跨任务迁移的效率。在策略优化层面，以该数据集为基准，涌现了将扩散模型引入轨迹生成的研究，展示了概率性去噪过程如何捕获机器人动作的多模态分布。此外，其剪辑连续性与密集时序标注推动了片段级评估指标的设计，如基于任务成功率的片段对齐度度量，为对比不同模仿学习算法的性能提供了可靠方法论。