Gen-EgoData

# Summary
1. This is a sample of our Gen EgoData.
2. The dataset contains 500 ego-centric samples with a total duration of 4.23h, including ego-SLAM pose information generated by our algorithm. The dataset covers household scenarios and includes 10 tasks, with 50 samples for each task, totaling 500 data samples.
3. More details about our ego data collection device can be found here:
https://www.genrobot.ai/products/ego

# Data Structure
The dataset follows a hierarchical structure to organize robotic manipulation behaviors. Each sample is described using four semantic levels: Domain, Scenario, Task, and Skill.
| Domain | Scenario | Task | Skill |
|--------|----------|------|-------|
| domestic_services | bedroom | clothing_organization | fold_clothes |
| domestic_services | bedroom | clothing_organization | fold_pants |
| domestic_services | kitchen | organization | organize_utensils |
| domestic_services | kitchen | organization | organize_plates_and_bowls |
| domestic_services | living_room | organization | organize_tabletop |
| domestic_services | living_room | organization | organize_medications |
| domestic_services | living_room | shoes_handling | organize_scattered_shoes |
| domestic_services | living_room | shoes_handling | lace_up_shoes |
| domestic_services | study | organization | organize_books |
| domestic_services | study | organization | organize_desk |

# Data Format and How to Load Data
The dataset is stored in .mcap files. Each .mcap file corresponds to a single skill instance and contains all associated multimodal data streams, including observations, actions, and metadata.
To load and parse the data, please use the official toolkit:
[GitHub - genrobot-ai/das-datakit](https://github.com/genrobot-ai/das-datakit)

# How to Vis Data
https://monitor.genrobot.click/#/index

# Contact Us
Any questions, suggestions or desired data collection scenarios/skills are welcome during usage. Let’s co-build this project to digitize all human skills. X：https://x.com/GenrobotAI Linkin：https://www.linkedin.com/company/108767412/admin/dashboard/ Email：[e-mail]

# 数据集概述
1. 本数据集为Gen EgoData（Gen EgoData）的示例样本集。
2. 该数据集包含500条自我中心（ego-centric）样本，总时长4.23小时，涵盖自研算法生成的自我同步定位与建图（ego-SLAM）位姿信息。数据集覆盖家居场景，共包含10项任务，每项任务对应50条样本，总计500条数据样本。
3. 有关本数据集采集设备的更多细节，请访问：https://www.genrobot.ai/products/ego

# 数据结构
本数据集采用层级化架构组织机器人操作行为数据。每条样本通过四级语义层级进行描述：领域（Domain）、场景（Scenario）、任务（Task）与技能（Skill）。
| 领域（Domain） | 场景（Scenario） | 任务（Task） | 技能（Skill） |
|--------|----------|------|-------|
| 家政服务（domestic_services） | 卧室（bedroom） | 衣物整理（clothing_organization） | 折叠衣物（fold_clothes） |
| 家政服务（domestic_services） | 卧室（bedroom） | 衣物整理（clothing_organization） | 折叠长裤（fold_pants） |
| 家政服务（domestic_services） | 厨房（kitchen） | 整理收纳（organization） | 整理餐具（organize_utensils） |
| 家政服务（domestic_services） | 厨房（kitchen） | 整理收纳（organization） | 整理盘碗（organize_plates_and_bowls） |
| 家政服务（domestic_services） | 客厅（living_room） | 整理收纳（organization） | 整理桌面（organize_tabletop） |
| 家政服务（domestic_services） | 客厅（living_room） | 整理收纳（organization） | 整理药品（organize_medications） |
| 家政服务（domestic_services） | 客厅（living_room） | 鞋具处理（shoes_handling） | 整理零散鞋履（organize_scattered_shoes） |
| 家政服务（domestic_services） | 客厅（living_room） | 鞋具处理（shoes_handling） | 系鞋带（lace_up_shoes） |
| 家政服务（domestic_services） | 书房（study） | 整理收纳（organization） | 整理书籍（organize_books） |
| 家政服务（domestic_services） | 书房（study） | 整理收纳（organization） | 整理书桌（organize_desk） |

# 数据格式与加载方式
本数据集以.mcap格式存储。每个.mcap文件对应单个技能执行实例，包含所有关联的多模态数据流，涵盖观测数据、动作数据与元数据。
如需加载并解析该数据集，请使用官方工具包：[GitHub - genrobot-ai/das-datakit](https://github.com/genrobot-ai/das-datakit)

# 数据可视化方法
https://monitor.genrobot.click/#/index

# 联系我们
欢迎在使用过程中提出疑问、建议或希望定制数据采集场景与技能。让我们携手共建该项目，推动全人类技能的数字化转型。
X：https://x.com/GenrobotAI
领英（LinkedIn）：https://www.linkedin.com/company/108767412/admin/dashboard/
邮箱：[e-mail]