so101_pick_cubes_merged

该数据集与机器人技术相关，使用LeRobot创建。包含动作数据、观察状态、手腕和第三人称视角的图像、时间戳、帧索引、剧集索引和任务索引等特征。数据集包含101个剧集、53978帧和2个任务，数据存储在parquet文件中，视频存储在mp4格式中。数据集的结构和特征在meta/info.json文件中有详细记录。

原始信息汇总

数据集概述

基本信息

• 数据集名称: so101_pick_cubes_merged
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 许可证: Apache-2.0
• 任务类别: 机器人学

数据集规模与结构

• 总情节数: 101
• 总帧数: 53978
• 总任务数: 2
• 数据文件大小: 100 MB
• 视频文件大小: 500 MB
• 帧率: 30 FPS
• 数据块大小: 1000
• 数据分割: 全部数据（第0至101个情节）用于训练
• 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

数据特征

数据集包含以下特征：

动作

• 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

• 数据类型: float32
• 形状: [6]
• 描述: 包含6个关节的位置信息（与动作特征相同）。

腕部摄像头图像观测

• 数据类型: 视频
• 形状: [480, 640, 3] (高度，宽度，通道)
• 视频信息:
  • 高度: 480
  • 宽度: 640
  • 编码格式: av1
  • 像素格式: yuv420p
  • 非深度图
  • 帧率: 30 FPS
  • 通道数: 3
  • 无音频

第三人称视角图像观测

• 数据类型: 视频
• 形状: [720, 1280, 3] (高度，宽度，通道)
• 视频信息:
  • 高度: 720
  • 宽度: 1280
  • 编码格式: av1
  • 像素格式: yuv420p
  • 非深度图
  • 帧率: 30 FPS
  • 通道数: 3
  • 无音频

元数据

• 时间戳: float32，形状[1]
• 帧索引: int64，形状[1]
• 情节索引: int64，形状[1]
• 索引: int64，形状[1]
• 任务索引: int64，形状[1]

机器人信息

• 机器人类型: so101_follower
• 代码库版本: v3.0

引用信息

• 主页: 未提供
• 论文: 未提供
• BibTeX引用格式: 未提供