kb127/eval_act105_00

该数据集使用LeRobot创建，专注于机器人技术领域，具体涉及so_follower机器人类型。数据集包含5个总集数，总计6975帧，帧率为30fps。数据以Parquet文件格式存储，总数据文件大小为100MB，视频文件大小为200MB。特征包括动作（如肩部、肘部、腕部和抓取器的位置）、观察状态（与动作相同的关节位置）、来自前置和顶部摄像头的图像观察（分辨率为480x640，3通道，视频编码为av1），以及时间戳、帧索引、集索引、索引和任务索引等元数据。数据集仅包含训练分割（集0到5），适用于机器人控制和模仿学习任务。This dataset was created using LeRobot and focuses on the robotics domain, specifically involving the so_follower robot type. It contains a total of 5 episodes, with 6975 total frames at a frame rate of 30fps. The data is stored in Parquet format, with a total data file size of 100MB and video file size of 200MB. Features include actions (e.g., positions of shoulder, elbow, wrist, and gripper), observation states (same joint positions as actions), image observations from front and top cameras (resolution 480x640, 3 channels, video codec av1), and metadata such as timestamp, frame index, episode index, index, and task index. The dataset includes only a training split (episodes 0 to 5) and is suitable for robot control and imitation learning tasks.

搜集汇总

数据集介绍

构建方式

eval_act105_00 数据集基于 LeRobot 框架构建，专为机器人模仿学习任务设计。数据集包含 5 个完整轨迹片段，总帧数达 6975 帧，采样频率为 30 FPS。数据采集采用 so_follower 机器人平台，通过遥操作方式收集动作与观测状态序列。每个轨迹片段被分割为 1000 帧大小的数据块，以 Parquet 格式高效存储结构化信息，同时将高分辨率视觉观测以 AV1 编码的 MP4 视频文件独立保存，实现了多模态数据的紧凑组织。

特点

该数据集最显著的特点在于其多模态、多视角的观测结构。动作与状态空间均为 6 维连续向量，精确对应机器人肩部、肘部、腕部及夹爪的自由度。视觉信息包含前视与顶视两个摄像头视角，每帧图像分辨率为 480×640 像素，提供丰富的环境感知。数据集中元素包括时间戳、帧索引、轨迹索引等元数据，便于时序对齐与分段检索。单一任务设定与紧凑的轨迹数量使其适合作为算法原型验证与模型性能评估的标准化基准。

使用方法

使用 eval_act105_00 数据集时，推荐直接利用 LeRobot 库的数据加载接口，该库提供了对 Parquet 数据文件的高效读取能力。训练过程通常从 data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet 路径加载动作与状态序列，并从对应的 video_path 加载视频帧。由于数据已按训练集划分（前 5 条轨迹作为训练数据），无需手动拆分。用户可基于 features 字典中定义的维度与数据类型，构建行为克隆或扩散策略等模仿学习模型，并利用 video.is_depth_map 等元信息排除深度图干扰。

背景与挑战

背景概述

在机器人操作领域，模仿学习作为一种高效的行为获取范式，其性能高度依赖于高质量演示数据的数量与多样性。eval_act105_00数据集由LeRobot框架生成，该框架由Hugging Face团队主导开发，旨在为机器人学习提供标准化数据采集与处理工具。该数据集于近期创建，围绕SO型从机械臂在单一任务下的操作行为进行记录，共计5个回合、6975帧数据，以30帧/秒的频率同步采集前置与顶部视觉图像及六自由度关节状态与动作信息。其核心研究问题在于为基于视觉的机器人操作策略提供紧凑、结构化的训练样本，推动了开放机器人数据集的轻量化与可复现性进程，对低成本硬件环境下的模仿学习研究具有启示意义。

当前挑战

该数据集主要面临两方面的挑战。在领域问题层面，机器人操作策略的泛化能力受限于数据规模与任务多样性，单任务、5回合的样本量难以覆盖复杂环境中的分布外情形，易导致过拟合与技能脆弱性，制约模型在物理世界中的鲁棒部署。在构建过程中，数据采集依赖人工遥操作示范，动作与状态变量均受限于机械臂物理精度与传感器噪声，同步录制影像与运动记录时易出现时滞或失真，同时AV1视频编解码虽高效却引入了较高的解压计算开销，对实时训练流水线构成额外负担。

常用场景

经典使用场景

在机器人学习与操控领域，eval_act105_00数据集为模仿学习算法的评估与训练提供了标准化的基准平台。该数据集采集自so_follower型机器人，包含5个完整回合、共计6975帧的高频轨迹数据，涵盖了6自由度关节空间的动作序列与状态观测。其典型使用场景聚焦于基于视觉的运动策略学习，通过前置与顶置摄像头获取的多视角视频流与本体感知状态，研究者可构建端到端的动作映射模型。该数据集的紧凑规模使其非常适合作为小样本模仿学习的测试床，用于验证算法在有限演示下的泛化能力与样本效率。

实际应用

在实际工业场景中，eval_act105_00数据集所承载的模仿学习范式可被应用于精密装配任务中的动态抓取与放置操作。基于该数据集训练的模型能够为机械臂提供视觉伺服能力，在无需显式编程的情况下执行对位精度要求极高的插拔动作。此外，数据集定义的6维动作空间与实时视频流结构，直接适配于柔性制造产线中多品种小批量的自适应操作需求，例如电子元件的柔性夹持或医疗器材的精细拆装，显著降低了传统机器人编程的人力成本与部署周期。

衍生相关工作

围绕eval_act105_00数据集衍生出的代表性工作包括基于扩散策略（Diffusion Policy）的离线轨迹生成模型，以及引入大规模预训练视觉表征的模仿学习框架。研究者通过在此基准上改进动作块分割策略（chunk size=1000），发展出适应长时间跨度的层次化运动规划方法。同时，该数据集促成了LeRobot生态中关于多模态数据增强的系列研究，例如利用深度图插值与视角合成技术提升策略对光照变化的鲁棒性。这些工作共同丰富了数据驱动的机器人技能获取理论，并为后续的跨任务迁移学习奠定了实验基础。