mimicgen_three_piece_assembly_d0_224x224_mtdit_flow_prior_40k_failure

该数据集为HuggingFace LeRobot格式机器人数据集。This dataset is a robot dataset in HuggingFace LeRobot format.

原始信息汇总

数据集概述

该数据集命名为 mimicgen_three_piece_assembly_d0_224x224_mtdit_flow_prior_40k_failure，由 LeRobot 创建，属于机器人（robotics）领域的任务数据集，许可证为 Apache-2.0。

基本结构

• 总集数（total_episodes）：100
• 总帧数（total_frames）：50,000
• 总任务数（total_tasks）：1
• 采样频率（fps）：20
• 数据拆分（splits）：训练集 0:100，即全部数据用于训练
• 码本版本（codebase_version）：v3.0

特征规格

• 动作（action）：float32 类型，形状 [7]
• 观察状态（observation.state）：float32 类型，形状 [51]
• 仿真状态（observation.sim_state）：float32 类型，形状 [58]
• 奖励（reward）：float32 类型，形状 [1]
• 完成标志（done）：bool 类型，形状 [1]
• 成功标志（success）：bool 类型，形状 [1]
• 首帧标志（is_first）：bool 类型，形状 [1]
• 末帧标志（is_last）：bool 类型，形状 [1]
• 终止标志（is_terminal）：bool 类型，形状 [1]
• 源演示索引（source_demo_index）：int64 类型，形状 [1]
• 时间戳（timestamp）：float32 类型，形状 [1]
• 帧索引（frame_index）：int64 类型，形状 [1]
• 集数索引（episode_index）：int64 类型，形状 [1]
• 索引（index）：int64 类型，形状 [1]
• 任务索引（task_index）：int64 类型，形状 [1]

视觉观察

• agentview 视角（observation.images.agentview）：视频类型，尺寸 224×224×3，AV1 编码，帧率 20 FPS
• eye_in_hand 视角（observation.images.eye_in_hand）：视频类型，尺寸 224×224×3，AV1 编码，帧率 20 FPS

两个视角均为 RGB 图像，分辨率 224×224，采用 AV1 视频编解码格式。

文件与存储

• 数据文件格式：Parquet，路径模式为 data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件格式：MP4，路径模式为 videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
• 数据文件大小：约 100 MB
• 视频文件大小：约 200 MB

其他说明

• 数据集可通过 LeRobot 可视化工具进行浏览（详情页提供了可视化链接）。
• 引用信息（BibTeX）尚未提供。