eval_vla_v0_modulation

这是一个由LeRobot创建的机器人操作数据集，包含机器人末端执行器的动作数据（位置、旋转、抓取器状态）和多模态观察数据（包括手腕和前方视角的图像、视觉特征向量、技能特征和物体特征等）。数据集采用parquet格式存储，包含视频文件和结构化特征数据，适用于机器人学习和控制任务。

原始信息汇总

数据集概述

基本信息

• 数据集名称: eval_vla_v0_modulation
• 发布者: Tsagkas
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot
• 创建工具: 使用 LeRobot 创建。

数据集结构

• 配置名称: default
• 数据文件: data/*/*.parquet
• 代码库版本: v3.0
• 机器人类型: so101_follower
• 数据块大小: 1000
• 帧率: 10 fps
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 总片段数: 0
• 总帧数: 0
• 总任务数: 0
• 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

动作

• 名称: action
• 数据类型: float32
• 形状: [7]
• 字段: ee.x, ee.y, ee.z, ee.wx, ee.wy, ee.wz, ee.gripper_pos

观测

状态观测

• 名称: observation.state
• 数据类型: float32
• 形状: [7]
• 字段: ee.gripper_pos, ee.wx, ee.wy, ee.wz, ee.x, ee.y, ee.z

图像观测

• 手腕图像: observation.images.wrist
  • 数据类型: video
  • 形状: [256, 256, 3]
  • 字段: height, width, channels
• 前方图像: observation.images.front
  • 数据类型: video
  • 形状: [256, 256, 3]
  • 字段: height, width, channels

视觉基础模型特征观测

• 手腕VFM特征: observation.vfm_features.wrist
  • 数据类型: float32
  • 形状: [16, 16, 768]
• 前方VFM特征: observation.vfm_features.front
  • 数据类型: float32
  • 形状: [16, 16, 768]

技能与物体特征观测

• 技能特征: observation.skill_feature
  • 数据类型: float32
  • 形状: [1024]
• 物体特征: observation.object_feature
  • 数据类型: float32
  • 形状: [1024]

视觉语言模型特征观测

• 手腕VLM特征: observation.vlm_features.wrist
  • 数据类型: float32
  • 形状: [16, 16, 1024]
• 前方VLM特征: observation.vlm_features.front
  • 数据类型: float32
  • 形状: [16, 16, 1024]

索引与元数据

• 时间戳: timestamp
  • 数据类型: float32
  • 形状: [1]
• 帧索引: frame_index
  • 数据类型: int64
  • 形状: [1]
• 片段索引: episode_index
  • 数据类型: int64
  • 形状: [1]
• 索引: index
  • 数据类型: int64
  • 形状: [1]
• 任务索引: task_index
  • 数据类型: int64
  • 形状: [1]

其他信息

• 主页: [More Information Needed]
• 论文: [More Information Needed]
• 引用: [More Information Needed]