KuphDev/place_yellow_duck_pruned_2

该数据集是一个机器人操作数据集，使用LeRobot创建。它包含6自由度机械臂（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）的动作和状态观测数据，以及来自顶部摄像头的视频观测（分辨率720x1280，30fps，H.264编码）。数据集以parquet文件格式组织，总共有97个episodes，86558帧，涉及单个任务，机器人类型为so_follower。数据用于机器人学习任务，如模仿学习或强化学习。

This dataset is a robotics manipulation dataset created using LeRobot. It includes actions and state observations for a 6-degree-of-freedom robotic arm (shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos), along with video observations from a top camera (resolution 720x1280, 30fps, H.264 codec). The data is organized in parquet files, with a total of 97 episodes, 86558 frames, and a single task, using a robot type of so_follower. It is intended for robotics learning tasks such as imitation learning or reinforcement learning.

搜集汇总

数据集介绍

构建方式

该数据集依托于LeRobot开源框架构建，专注于机器人操控领域中的物体放置任务，具体场景为将黄色小鸭放置于指定位置。数据采集过程中，采用so_follower型机器人手臂，以30帧每秒的采样频率记录动作序列与观测状态。数据存储采用高效的Parquet格式与H.264编码视频相结合的方式，其中动作数据包含6维关节空间指令（肩部旋转、肩部升降、肘部弯曲、腕部弯曲、腕部旋转及夹爪开合），观测状态则同步记录对应的关节位置反馈。视频流来自顶部俯视摄像头，分辨率为1280×720像素，提供丰富的视觉信息。整个数据集包含97个完整演示回合，共计86558帧图像，并以8:2的比例默认划分为训练与验证子集，确保模型学习的充分性与泛化能力的评估可靠性。

特点

该数据集在机器人模仿学习领域展现出独特的结构优势。其核心特征在于动作与观测状态在关节空间维度上的严格对齐，二者均采用完全相同的6维命名体系，这一设计有利于训练逆动力学模型与行为克隆算法。视频数据以高帧率、高分辨率采集，且经过精心裁剪以适应机器人操控任务的视觉需求。数据集规模经过精简优化，总容量约300MB，兼顾了训练效率与信息丰富度。此外，数据以分块形式组织（chunk_size=1000），便于按批次加载与在线流式处理，适应现代深度学习框架对数据管道的性能要求。单一任务（黄色小鸭放置）的设计聚焦于特定操控技能，有助于研究者深入剖析机器人精细操作的学习机制。

使用方法

该数据集专为LeRobot生态体系设计，推荐使用LeRobot提供的API进行高效加载与预处理。用户可通过LeRobot的`dataset`模块直接读取Parquet格式的状态动作序列，并同步解码H.264压缩的视觉观测。数据加载时，系统会根据预设的分块索引自动并行读取多个分片文件，实现I/O优化。对于模型训练，建议将动作序列与观测状态拼接为统一的时间序列输入，采用滑动窗口或固定长度片段采样进行监督学习。同时，数据集中提供了清晰的`episode_index`与`frame_index`字段，便于还原完整演示轨迹。用户亦可利用LeRobot的可视化工具在HuggingFace Spaces中预览数据，以验证采集质量与标注准确性。

背景与挑战

背景概述

在机器人操作领域，模仿学习作为一种从人类示教中获取技能的方法，其成功高度依赖于高质量的专家演示数据集。place_yellow_duck_pruned_2数据集由开发者KuphDev利用LeRobot框架创建，专注于一项精细的物体放置任务——将黄色鸭子放置于指定位置。该数据集采集自so_follower机器人，包含97个操作演示、总计86558帧的高频时序数据（30 FPS），并提供了六维关节空间的动作与状态记录，以及高清顶部视觉观测。尽管该数据集规模相对小巧，但它代表了机器人学习领域中针对单一、具体操作任务的精准数据构建方向，为研究复杂操作技能的解构与泛化提供了基础平台，尤其适用于验证模仿学习算法在有限数据下的有效性。

当前挑战

当前，该数据集面临的核心挑战首先在于领域问题的复杂性：尽管任务看似简单，“放置”动作涉及精细的力控与位姿调整，机器人需从视觉中精准定位物体并规划无碰撞轨迹，这对模仿学习模型的鲁棒性和泛化能力提出严峻考验，尤其是在仅有97个演示样本的条件下。其次，构建过程中的挑战不容忽视：数据采集依赖人工远程操作，引入不可避免的人为抖动和动作偏差；同时，仅依赖单一顶部视觉视角，缺乏深度信息或多角度感知，限制了模型对三维空间和遮挡情况的应对能力。此外，Parquet格式的高频时序数据存储虽高效，但视频与动作数据的同步对齐以及清洗去噪（如修剪无效片段）增加了数据预处理的复杂度，影响了数据集直接用于端到端训练的便利性。

常用场景

经典使用场景

place_yellow_duck_pruned_2数据集专为机器人操作领域的模仿学习研究而构建，其核心应用场景在于训练机器人执行精细化的物体放置任务。数据集通过LeRobot框架采集，记录了SO-100型从机械臂在特定布局下将黄色鸭子玩具放置到目标位置的全过程，包含97个演示片段、逾8.6万帧高帧率视觉与运动状态数据。这些高度结构化的状态-动作序列，使得该数据集成为评估和训练基于视觉的运动策略、行为克隆算法以及端到端机器人操控系统的理想基准。研究者可借此探索如何在仅有单一任务标签的情况下，利用多模态观测信息（高清顶视图像与六维关节状态）驱动机械臂完成精准的抓取与放置动作迁移。

衍生相关工作

围绕place_yellow_duck_pruned_2所代表的低自由度机械臂精细操作学习范式，已催生出一系列经典研究工作。在算法层面，基于此数据集可衍生的典型工作包括：引入扩散策略（Diffusion Policy）以生成更平滑、更多样的操控轨迹；探索视觉语言模型与模仿学习的融合，使机器人能够根据自然语言指令动态调整放置策略；此外，还有研究致力于利用该数据集验证因果推理在机器人技能泛化中的作用。在基础设施层面，该数据集推动了LeRobot框架的生态扩展，催生了更多针对SO-100型机械臂的预训练策略库和跨任务迁移验证基准，进而促进了整个机器人学习社区在数据标准化与实验可复现性上的持续进步。

数据集最近研究

最新研究方向

在机器人学习与模仿学习的前沿领域，place_yellow_duck_pruned_2数据集聚焦于精细操作任务的视觉-运动策略训练。该数据集基于LeRobot框架构建，采集自SO-Follower机器人，包含97个episode、超过8.6万帧高分辨率（1280×720）的顶部摄像头视频数据，以及由六自由度关节位置与夹爪状态构成的动作和状态序列，时间精度达30FPS。其核心价值在于支持端到端的行为克隆与视觉运动控制研究，尤其针对目标放置类任务。结合当前具身智能与机器人基础模型的热潮，该数据集为验证小样本策略泛化能力、降低真实世界数据采集成本提供了关键基准，推动了从仿真到现实迁移的实证研究。