five

R1_Lite_cover_the_pot_lid

收藏
Hugging Face2025-11-28 更新2025-11-29 收录
下载链接:
https://huggingface.co/datasets/RoboCOIN/R1_Lite_cover_the_pot_lid
下载链接
链接失效反馈
官方服务:
资源简介:
R1_Lite_cover_the_pot_lid数据集是基于LeRobot扩展格式的机器人数据集,完全兼容LeRobot。该数据集包括丰富的注释和特征,以支持多种学习方法。数据集分为训练和测试两部分,并具有特定的文件组织和架构,以便于访问和理解。
创建时间:
2025-11-19
原始信息汇总

R1_Lite_cover_the_pot_lid 数据集概述

基本信息

  • 数据集名称: R1_Lite_cover_the_pot_lid
  • 许可证: apache-2.0
  • 支持语言: 英语、中文
  • 任务类别: 机器人技术
  • 标签: RoboCOIN、LeRobot
  • 框架范围: 10K-100K

技术规格

  • 机器人类型: R1_Lite
  • 代码库版本: v2.1
  • 末端执行器类型: two_finger_gripper

场景与动作

  • 场景类型: home
  • 原子动作: grasp、pick、place

数据集统计

指标 数值
总片段数 100
总帧数 65358
总任务数 1
总视频数 300
总分块数 1
分块大小 1000
帧率 30
数据集大小 4.1GB

任务描述

  • 主要任务: 拿起蒸锅盖并将其放在蒸锅上
  • 子任务:
    1. null
    2. 拿起蒸锅
    3. 放置蒸锅

数据特征

视觉观测

  • observation.images.cam_high_rgb: 视频,720×1280×3,30fps,AV1编码
  • observation.images.cam_left_wrist_rgb: 视频,720×1280×3,30fps,AV1编码
  • observation.images.cam_right_wrist_rgb: 视频,720×1280×3,30fps,AV1编码

状态与动作

  • observation.state: float32,14维
  • action: float32,14维

注释信息

  • 子任务注释: 细粒度子任务分割和标注
  • 场景注释: 语义场景分类和描述
  • 末端执行器注释: 方向、速度、加速度分类
  • 夹爪注释: 模式(开/关)、活动状态

运动特征

  • 末端执行器仿真姿态(状态和动作)
  • 末端执行器方向(状态和动作)
  • 末端执行器速度(状态和动作)
  • 末端执行器加速度(状态和动作)

夹爪特征

  • 夹爪开合尺度(状态和动作)
  • 夹爪模式(状态和动作)
  • 夹爪活动状态

数据划分

  • 训练集: 片段0-99

文件结构

  • 数据文件: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
  • 视频文件: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

作者信息

  • 贡献者: RoboCOIN团队

相关链接

  • 主页: https://flagopen.github.io/RoboCOIN/
  • 论文: https://arxiv.org/abs/2511.17441
  • 代码库: https://github.com/FlagOpen/RoboCOIN
  • 问题反馈: https://github.com/FlagOpen/RoboCOIN/issues

引用信息

bibtex @article{robocoin, title={RoboCOIN: An Open-Sourced Bimanual Robotic Data Collection for Integrated Manipulation}, author={Shihan Wu, Xuecheng Liu, Shaoxuan Xie, Pengwei Wang, Xinghang Li, Bowen Yang, Zhe Li, Kai Zhu, Hongyu Wu, Yiheng Liu, Zhaoye Long, Yue Wang, Chong Liu, Dihan Wang, Ziqiang Ni, Xiang Yang, You Liu, Ruoxuan Feng, Runtian Xu, Lei Zhang, Denghang Huang, Chenghao Jin, Anlan Yin, Xinlong Wang, Zhenguo Sun, Junkai Zhao, Mengfei Du, Mingyu Cao, Xiansheng Chen, Hongyang Cheng, Xiaojie Zhang, Yankai Fu, Ning Chen, Cheng Chi, Sixiang Chen, Huaihai Lyu, Xiaoshuai Hao, Yequan Wang, Bo Lei, Dong Liu, Xi Yang, Yance Jiao, Tengfei Pan, Yunyan Zhang, Songjing Wang, Ziqian Zhang, Xu Liu, Ji Zhang, Caowei Meng, Zhizheng Zhang, Jiyang Gao, Song Wang, Xiaokun Leng, Zhiqiang Xie, Zhenzhen Zhou, Peng Huang, Wu Yang, Yandong Guo, Yichao Zhu, Suibing Zheng, Hao Cheng, Xinmin Ding, Yang Yue, Huanqian Wang, Chi Chen, Jingrui Pang, YuXi Qian, Haoran Geng, Lianli Gao, Haiyuan Li, Bin Fang, Gao Huang, Yaodong Yang, Hao Dong, He Wang, Hang Zhao, Yadong Mu, Di Hu, Hao Zhao, Tiejun Huang, Shanghang Zhang, Yonghua Lin, Zhongyuan Wang and Guocai Yao}, journal={arXiv preprint arXiv:2511.17441}, url = {https://arxiv.org/abs/2511.17441}, year={2025} }

搜集汇总
数据集介绍
main_image_url
构建方式
在机器人操作数据集构建领域,R1_Lite_cover_the_pot_lid数据集采用基于LeRobot框架的扩展格式进行系统化采集。该数据集通过R1_Lite型双指夹爪机器人在家庭场景中执行覆盖锅盖的单一任务,共收录100个完整操作片段,累计65358帧视觉数据。数据以分块形式组织,每个数据块包含1000个片段,采用Parquet格式存储机器人状态、动作指令及多视角视频流,确保了数据结构的高效性与兼容性。
特点
该数据集在机器人操作数据领域展现出多模态融合的显著特点,集成三路高清摄像头同步采集的视觉数据,涵盖全局视角与双腕部视角。其标注体系包含精细的端部执行器运动参数,包括六维位姿、速度加速度分类以及夹爪开合状态。数据集提供完整的时空索引与任务分段标注,支持对抓取、拾取、放置等原子动作的细粒度分析,为模仿学习与行为克隆研究奠定坚实基础。
使用方法
研究者可通过LeRobot兼容接口直接加载该数据集,利用预定义的路径模式访问分块存储的Parquet文件与MP4视频流。数据使用涵盖机器人状态观测与动作空间的14维浮点向量,配合时间戳与帧索引实现时序对齐。多模态数据支持端到端策略学习、动作分割算法验证等任务,其丰富的运动学标注更为机器人动力学建模与轨迹优化研究提供关键支撑。
背景与挑战
背景概述
在机器人操作学习领域,家庭环境下的精细物体操控一直是研究难点。R1_Lite_cover_the_pot_lid数据集由RoboCOIN团队于2025年11月发布,基于LeRobot框架构建,专门针对双指夹爪机器人在厨房场景中的锅盖覆盖任务。该数据集包含100个完整操作序列、65358帧多视角视频数据,通过14维关节状态与动作空间、12维末端执行器位姿等丰富标注,为双臂协调操作研究提供了标准化基准。其兼容LeRobot生态系统的特性,显著推动了家庭服务机器人操作技能的迁移学习研究进展。
当前挑战
该数据集致力于解决家庭环境中精细物体操作的三大核心挑战:双臂协同控制中的动态避障问题,末端执行器在非结构化环境下的精准定位难题,以及夹爪力度与物体形变的适配性控制。在构建过程中,研究团队面临多传感器时序对齐的技术瓶颈,需同步处理三路高清视频流与14维状态数据;同时,真实场景下的光照变化与物体遮挡现象,对动作分割标注的一致性提出了严格要求,而大规模物理仿真到真实世界的域适应差异,亦成为数据有效性的关键制约因素。
常用场景
经典使用场景
在机器人操作学习领域,R1_Lite_cover_the_pot_lid数据集聚焦于家庭环境中的精细物体操控任务。该数据集通过记录双指夹爪机器人执行蒸锅盖覆盖动作的全过程,为模仿学习与强化学习算法提供了标准化的训练范例。其多视角视觉数据与丰富的动作标注,使研究者能够深入分析抓取、拾取与放置等基础操作的时序特性,为机器人技能泛化研究奠定数据基础。
衍生相关工作
依托该数据集衍生的研究已形成系列经典成果。基于LeRobot框架的双臂协调控制算法,通过利用数据集中的末端执行器轨迹数据,实现了更高效的动作模仿。RoboCOIN项目团队进一步扩展了数据集的标注体系,催生了多模态操作策略生成等创新研究方向,为开源机器人社区提供了重要基准。
数据集最近研究
最新研究方向
在家庭服务机器人领域,R1_Lite_cover_the_pot_lid数据集正推动双手机器人操作的前沿探索。该数据集聚焦于精细的物体操控任务,如蒸锅盖的拾取与放置,通过多视角视觉观测与丰富的运动注解,为模仿学习与强化学习算法提供了高质量训练基础。当前研究热点集中于利用其细粒度动作分割与末端执行器动力学数据,开发能够适应家庭环境复杂性的通用操作策略。随着RoboCOIN等开源平台的推广,此类数据集正加速机器人从结构化工业场景向开放家居场景的迁移,对提升机器人自主性与交互安全性具有深远意义。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作