rollout_folding_full_sft_baseline_lr_chunk30_20260722_170119

该数据集由LeRobot创建，用于机器人学领域，包含双手机器人（anvil_bimanual）的动作和状态观测数据。数据以30fps记录，总共有6个episodes和10905帧。特征包括：动作数据（16维浮点数组，表示左右机械臂的7个关节位置和夹爪位置），状态观测数据（与动作数据类似，16维浮点数组），以及来自三个摄像头的视频数据（基础摄像头：480x640分辨率，左右手腕摄像头：720x1280分辨率，均为RGB视频）。此外，还包括时间戳、帧索引、episode索引、任务索引等元数据。数据集以Parquet格式存储，视频以MP4格式存储，总数据大小约为300MB（数据100MB，视频200MB）。数据集适用于机器人控制、模仿学习等任务。

原始信息汇总

数据集概述

该数据集是一个面向机器人操作（Robotics）领域的多模态数据集，基于 LeRobot 框架构建，采用 Apache-2.0 许可证。数据集由手动认知任务生成，具体任务为“展开折叠”（rollout folding），文件名中的 full_sft_baseline_lr 等参数表明其为某种基线微调配置。

数据集基本信息

• 任务类别：机器人技术（robotics）
• 许可证：Apache-2.0
• 创建工具：LeRobot
• 机器人类型：anvil_bimanual（双臂机器人）
• 数据集帧率：30 FPS
• 总片段数：6 段
• 总帧数：10,905 帧
• 总任务数：1 个
• 数据文件大小：约 100 MB
• 视频文件大小：约 200 MB
• 数据分块大小：每块 1000 帧
• 数据划分：训练集（所有 6 段作为训练数据）

数据结构与特征

数据集包含以下特征字段，每个字段均有明确的数据类型和形状：

特征字段	数据类型	形状	说明
action	float32	(16,)	16 维动作指令，包括左右手臂各 7 个关节位置和 1 个夹爪位置
observation.state	float32	(16,)	16 维观察状态，与动作维度一致（左右手臂关节位置+夹爪位置）
observation.images.base	video（视频）	(480, 640, 3)	基座摄像头画面，分辨率 640×480，编码为 AV1，30 FPS
observation.images.left_wrist	video（视频）	(720, 1280, 3)	左手腕摄像头画面，分辨率 1280×720，编码为 AV1，30 FPS
observation.images.right_wrist	video（视频）	(720, 1280, 3)	右手腕摄像头画面，分辨率 1280×720，编码为 AV1，30 FPS
timestamp	float32	(1,)	时间戳
frame_index	int64	(1,)	帧索引
episode_index	int64	(1,)	片段索引
index	int64	(1,)	全局索引
task_index	int64	(1,)	任务索引（本数据集仅含 1 个任务）

数据存储结构

• 数据文件：存储为 Parquet 格式，路径为 data/chunk-{chunk_index}/file-{file_index}.parquet
• 视频文件：存储为 MP4 格式，路径为 videos/{video_key}/chunk-{chunk_index}/file-{file_index}.mp4
• 元数据：配置文件位于 meta/info.json

动作与状态空间说明

动作和状态空间均为 16 维，分别对应：

• 右手臂 7 个关节位置（right_joint_1 至 right_joint_7）
• 右手夹爪位置（right_gripper）
• 左手臂 7 个关节位置（left_joint_1 至 left_joint_7）
• 左手夹爪位置（left_gripper）

可视化

可通过 LeRobot 可视化工具在线预览数据集：https://huggingface.co/spaces/lerobot/visualize_dataset?path=manual-cognition/rollout_folding_full_sft_baseline_lr_chunk30_20260722_170119