eval_smolvla_multi_pick

该数据集使用LeRobot创建，涉及机器人技术，具体包含一个名为'so_follower'的机器人类型。数据集结构包括动作和观察特征，动作特征涉及六个关节位置（肩部旋转、肩部抬升、肘部弯曲、腕部弯曲、腕部旋转和夹持器位置），观察特征包括两个摄像头（camera1和camera2）的图像数据，分辨率为480x640，以及时间戳、帧索引、片段索引等元数据。数据集格式为parquet文件，视频文件为mp4格式。

原始信息汇总

数据集概述

基本信息

• 数据集名称: eval_smolvla_multi_pick
• 创建工具: 使用 LeRobot (https://github.com/huggingface/lerobot) 创建
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot

数据集规模与结构

• 总情节数: 3
• 总帧数: 1625
• 总任务数: 1
• 数据块大小: 1000
• 数据文件总大小: 100 MB
• 视频文件总大小: 200 MB
• 帧率: 30 FPS
• 数据分割: 训练集包含所有情节 (索引 0 至 2)
• 数据文件路径模式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径模式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

数据特征

数据集包含以下特征字段：

动作

• 数据类型: float32
• 形状: [6]
• 描述: 代表机器人关节位置，具体包括：
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

观测状态

• 数据类型: float32
• 形状: [6]
• 描述: 代表机器人关节位置观测，具体包括：
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

观测图像 (camera1)

• 数据类型: 视频
• 形状: [480, 640, 3] (高度, 宽度, 通道)
• 视频信息:
  • 高度: 480 像素
  • 宽度: 640 像素
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 30 FPS
  • 通道数: 3
  • 是否包含音频: 否

观测图像 (camera2)

• 数据类型: 视频
• 形状: [480, 640, 3] (高度, 宽度, 通道)
• 视频信息:
  • 高度: 480 像素
  • 宽度: 640 像素
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 30 FPS
  • 通道数: 3
  • 是否包含音频: 否

元数据

• timestamp: 时间戳 (float32, 形状 [1])
• frame_index: 帧索引 (int64, 形状 [1])
• episode_index: 情节索引 (int64, 形状 [1])
• index: 索引 (int64, 形状 [1])
• task_index: 任务索引 (int64, 形状 [1])

技术细节

• 代码库版本: v3.0
• 机器人类型: so_follower
• 数据格式: Parquet 文件
• 视频格式: MP4 文件

缺失信息

• 主页: 未提供
• 论文: 未提供
• 引用格式: 未提供