leokswang/18122025-foldclo-07_lerobot_format

该数据集使用LeRobot创建，属于机器人学领域，具体针对yam机器人类型。数据集包含2个训练episodes，总计7776帧，采样率为30fps。数据以parquet格式存储，分为1个chunk。特征包括：顶部、左侧和右侧摄像头图像（分辨率为360x640，3通道），机器人状态（14维浮点数），动作（14维浮点数），以及时间戳、帧索引、episode索引等元数据。数据集用于机器人任务训练，支持图像和状态数据的联合学习。This dataset was created using LeRobot and belongs to the robotics domain, specifically for the yam robot type. It contains 2 training episodes with a total of 7776 frames at 30fps. The data is stored in parquet format and divided into 1 chunk. Features include: top, left, and right camera images (resolution 360x640, 3 channels), robot state (14-dimensional float), action (14-dimensional float), and metadata such as timestamp, frame index, and episode index. The dataset is designed for robot task training, supporting joint learning of image and state data.

搜集汇总

数据集介绍

构建方式

本数据集基于LeRobot框架构建，专注于机器人学习领域，采用YAM机器人平台采集而成。数据存储于Parquet格式文件中，遵循Apache-2.0开源协议。数据集包含2个完整episode，共计7776帧，以30帧/秒的采样率记录单一任务。数据按chunk分片存储，路径结构为data/chunk-{chunk_id}/episode_{episode_id}.parquet，便于分布式加载与高效读写。每帧数据包含观测图像（顶部、左、右三视角，分辨率360×640）、14维机械臂状态向量及14维控制动作向量，同时附带时间戳、帧索引等元信息。

使用方法

用户可通过HuggingFace Datasets库直接加载该数据集，指定配置名为'default'后调用load_dataset函数即可。加载后的数据包含图像（observation.images）及状态、动作等字段，适用于基于PyTorch或TensorFlow的训练pipeline。由于数据集已按episode索引组织，可轻松构建片段式采样器用于序列建模。无视频文件存储，所有视觉信息以Parquet内的图像格式保存。建议使用LeRobot框架中的DataModule或自定义迭代器进行批处理，以实现高效的数据流式读取与增强操作。训练时可将train split（包含两个episode）用于单任务模仿学习或行为克隆实验。

背景与挑战

背景概述

该数据集隶属于LeRobot生态体系，由Hugging Face团队主导创建，旨在推进机器人操作技能的学习与迁移。LeRobot作为一个开源机器人学习框架，致力于降低机器人数据采集与模型训练的准入门槛。该数据集于近期构建，聚焦于YAM机器人平台的真实操作数据，其核心研究问题在于如何高效利用多视角视觉和本体状态信息，训练机器人完成精细化操作任务。数据集包含2个完整回合、7776帧时间序列数据，以及来自顶部、左侧和右侧三个视角的高清图像，配合14维状态与动作空间，为模仿学习与强化学习提供了结构化的基准。尽管数据规模较小，但其标准化格式与Apache-2.0许可协议为社区贡献了可复用的机器人学习资源，对低样本场景下的机器人技能泛化研究具有启发性。

当前挑战

该数据集所解决的领域挑战在于机器人操作数据的稀缺性与异构性。在真实物理环境中，采集大量高质量、带标注的操作数据成本高昂且耗时，传统方法往往受限于单一视角和低维状态，难以支撑复杂任务的泛化。数据集构建过程中面临的主要挑战包括：多传感器同步校准难题，三路摄像头与本体状态的高频对齐需保证时间精度；动作空间与状态空间的维度一致性维护，14维的力矩和关节指令需与观测特征严格匹配；此外，仅有2个回合的极小样本量对模型的学习能力构成严峻考验，如何在强约束下避免过拟合、实现跨任务迁移，成为数据驱动范式下的关键瓶颈。

常用场景

经典使用场景

在机器人学习领域，该数据集以LeRobot格式封装了YAM机械臂在折叠衣物任务中的高保真多模态数据，涵盖2个示范片段、7776帧时序信息，包含三视角视觉图像（顶视、左视、右视）、14维关节状态与动作空间，以及30Hz的高采样率。经典使用场景聚焦于模仿学习算法的训练与评估，研究者可基于此数据构建动作序列预测模型，通过行为克隆或逆强化学习框架，让机器人从人类示范中掌握精细操作策略，尤其适用于具有复杂柔性物体交互特征的折叠任务。

解决学术问题

该数据集针对机器人操作中柔性物体建模困难、示范数据稀缺两大核心挑战提供了标准化的解决路径。它填补了LeRobot生态中衣物折叠任务的空白，支持量化研究模仿学习在非刚体环境中的泛化能力、数据效率与动作平滑性。通过统一的采集协议与结构特征，助力学术界探索多视图信息融合对操作性能的影响，以及示范规模与算法鲁棒性之间的内在联系，推动机器人学习从刚性物体操作向柔性物体操控的范式演进。

实际应用

实际应用中，该数据集可部署于家庭服务机器人平台，赋能机器人自主完成衣物折叠、布料平整等日常家务操作。结合LeRobot的标准化流程，能够加速工业级功能迭代——例如，针对预设折叠模式的快速原型验证、以少量人类演示实现新环境下的策略迁移，或为成品机器人提供通用折叠技能的预测与调整能力。三目视觉与低延迟动作记录也为离线强化学习的环境动态重构、故障模拟等场景提供了高质量数据基石。

数据集最近研究

最新研究方向

在机器人学习领域，该数据集作为采用LeRobot格式构建的YAM机器人示范数据，正引领着基于视觉与状态融合的精细化操作研究前沿。当前，随着具身智能与模仿学习热潮的兴起，这类包含多视角图像（顶视、左、右摄像头）及14维状态-动作序列的小样本数据集，成为探索低样本泛化与跨形态技能迁移的关键实验平台。其紧凑的2集、7776帧结构，反映了研究界在高频（30fps）数据采集下对模型实时响应能力的关注，呼应了神经机器人系统中数据效率与计算资源权衡的热点议题。通过标准化parquet存储与任务索引设计，该资源为评估算法在单一任务上的行为克隆稳定性提供了可复现基准，对推动通用机器人操作策略从仿真到真机的落地具有重要方法论价值。