eval_SmolVLA-100-180k-544p

该数据集为HuggingFace LeRobot格式机器人数据集。

原始信息汇总

数据集概述

基本描述

• 数据集名称: eval_SmolVLA-100-180k-544p
• 创建工具: 使用LeRobot创建
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot

数据集结构

• 数据格式: Parquet文件
• 数据文件路径模式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径模式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
• 数据总量: 100 MB
• 视频总量: 200 MB
• 分块大小: 1000帧
• 帧率: 30 FPS

数据规模

• 总任务数: 1
• 总情节数: 2
• 总帧数: 10137
• 训练集划分: 情节索引0到2

特征字段

动作

• 字段名: action
• 数据类型: float32
• 形状: [6]
• 描述: 包含6个关节的位置信息
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

观测状态

• 字段名: observation.state
• 数据类型: float32
• 形状: [6]
• 描述: 包含与动作相同的6个关节位置信息

顶部摄像头图像

• 字段名: observation.images.top
• 数据类型: 视频
• 形状: [544, 720, 3] (高度, 宽度, 通道)
• 视频信息:
  • 高度: 544像素
  • 宽度: 720像素
  • 编解码器: AV1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 30 FPS
  • 通道数: 3
  • 包含音频: 否

腕部摄像头图像

• 字段名: observation.images.wrist
• 数据类型: 视频
• 形状: [544, 720, 3] (高度, 宽度, 通道)
• 视频信息: 与顶部摄像头图像相同

元数据字段

• timestamp: 时间戳 (float32, 形状[1])
• frame_index: 帧索引 (int64, 形状[1])
• episode_index: 情节索引 (int64, 形状[1])
• index: 索引 (int64, 形状[1])
• task_index: 任务索引 (int64, 形状[1])

技术信息

• 代码库版本: v3.0
• 机器人类型: so_follower

缺失信息

• 主页: 未提供
• 论文: 未提供
• 引用BibTeX: 未提供