armnetbench_v01_lerobot_so101

该数据集是一个机器人学数据集，专门用于强化学习任务，使用LeRobot平台创建。数据集包含来自SO-101机器人的数据，总共有2259个回合、1016050帧和8个任务。数据特征包括动作（如关节位置：肩部平移、肩部升降、肘部弯曲、腕部弯曲、腕部滚动和夹爪位置）、观测状态（与动作相同的关节位置）、以及来自三个摄像机视角（前部、顶部和腕部）的图像视频，视频分辨率为576x1024（前部和顶部）和720x1280（腕部），帧率为20 FPS。此外，数据集还包含时间戳、帧索引、回合索引、任务索引、奖励和完成标志等元数据。数据以Parquet文件（用于结构化数据）和MP4视频文件存储，总数据大小约为100 MB，视频文件大小约为200 MB。数据集采用Apache 2.0许可证。This dataset is a robotics dataset specifically designed for reinforcement learning tasks, created using the LeRobot platform. It contains data from the SO-101 robot, with a total of 2259 episodes, 1016050 frames, and 8 tasks. Data features include actions (such as joint positions: shoulder translation, shoulder elevation, elbow flexion, wrist flexion, wrist roll, and gripper position), observation states (same joint positions as actions), and video images from three camera perspectives (front, top, and wrist), with video resolutions of 576x1024 (front and top) and 720x1280 (wrist), at a frame rate of 20 FPS. Additionally, the dataset includes metadata such as timestamps, frame indices, episode indices, task indices, rewards, and completion flags. Data is stored in Parquet files (for structured data) and MP4 video files, with a total data size of approximately 100 MB and video file size of about 200 MB. The dataset is licensed under Apache 2.0.

原始信息汇总

数据集概述：ArmnetBench v0.1 (LeRobot, single-arm SO-101)

ArmnetBench v0.1 是一个面向机器人操作（manipulation）的基准测试数据集。该数据集使用低价位的 SO-101 单臂机器人，包含8个单臂操作任务的参考演示轨迹和7种策略的评估轨迹。数据使用 LeRobot v3.0 格式（每行一个多摄像头片段，状态/动作存储为 parquet + 压缩的 AV1 视频）。

关键规格一览

项目	详情
机器人	SO-101 (单臂)
任务数量	8
策略数量	7种 (ACT, Diffusion, SmolVLA, π0, π0.5, GR00T N1.7, MolmoAct 2) + 人类遥操作
参考演示	每项任务 50 个人类遥操作轨迹
摄像头	front (576×1024), top (576×1024), wrist (720×1280) — AV1 编码，20 fps
片段数	2,259
帧数	1,016,050 (约 14.1 小时，20 fps)
标签	每个片段标记为 successful / failure / suboptimal (预览版：868 / 1,341 / 50)
格式	LeRobot v3.0 + ArmnetBench 评估扩展

任务列表

每项任务包含 50 个人类遥操作的参考演示，用于训练或微调被评估的策略。数据集中的语言指令覆盖了原始任务字符串。

任务 ID	指令	参考数据集（遥操作）
block_stack	将彩色积木堆叠在一起	villekuosmanen/armnetbench_block_stack
cable_clip	将 DisplayPort 线缆推入白色块上的线缆夹	pravsels/cable_clip_remote_v2
cable_unclip	从线缆夹中取出电源线	pravsels/cable_unclip_remote
eye_drops_to_basket	将眼药水放入篮子	pravsels/object_top_shelf_reset_remote
eye_drops_to_shelf	将眼药水放在架子上	pravsels/object_top_shelf_remote
ring_insert	将彩色圆环插入中央木钉	villekuosmanen/armnetbench_ring_insert
tool_insert	将缺失的工具插入工具箱的空槽	villekuosmanen/armnetbench_tool_insert
tool_removal	从工具箱中取出中间的小工具（3/8英寸加长杆 75mm）	villekuosmanen/armnetbench_tool_removal

策略列表

七种策略在每项任务的参考演示上进行训练或微调，然后在机器人上部署以产生此数据集中的评估轨迹。

策略 (policy_type)	家族
act	Action Chunking Transformer (ACT)
diffusion	Diffusion Policy
smolvla	SmolVLA (视觉-语言-动作)
pi0	π0 flow-matching VLA
pi0.5	π0.5 VLA
grootn1.7	NVIDIA GR00T N1.7 VLA
molmoact2	MolmoAct 2 VLA

数据格式

数据集遵循 LeRobot v3.0 布局（meta/, data/*.parquet, videos/）。一个片段对应一次机器人运行，所有摄像头、本体感觉和动作以 20 fps 同步。

标准 LeRobot 特征：

• observation.images.front：前摄像头视频（576×1024，AV1）
• observation.images.top：顶部摄像头视频（576×1024，AV1）
• observation.images.wrist：腕部摄像头视频（720×1280，AV1）
• observation.state：关节位置（float32[6]）
• action：目标关节位置（float32[6]）
• task：语言指令（字符串）

ArmnetBench 扩展特征：

• 逐帧 (在 data/*.parquet 中)：

  • next.reward：稀疏终止奖励（float32[1]），严格成功时为 1.0，否则 0.0
  • next.done：布尔值（bool[1]），在片段最后帧为 True

• 逐片段 (在 meta/episodes/*.parquet 中)：

  • success：二进制成功标志（int，0/1），仅严格成功为 1
  • success_class：三向标签（string）：successful，failure，suboptimal
  • policy_repo_id：Hugging Face 模型仓库 ID（字符串），遥操作为空
  • policy_type：策略家族（string）：act，diffusion，smolvla，pi0，pi0.5，grootn1.7，molmoact2，teleoperated

处理说明：

• 遥操作片段总是 success_class=successful，success=1。
• 策略 rollout 基于人工评估进行标记（successful/failure/suboptimal）。
• 标记为成功或次优的片段会被端部修剪，移除任务完成后的空闲帧。
• 多片段录制中损坏或未标记的源片段在合并前被移除。
• 任务字符串取自 ArmnetBench 规范指令集。

版本 / 标签

标签	内容
sample	小样本（任务/策略的子集），用于快速检查
preview	早期预览 — 当前版本
release_1.0 / main	完整的最终版本（未来）