five

tokyo_u_lsmo

收藏
Hugging Face2025-02-21 更新2025-04-08 收录
下载链接:
https://huggingface.co/datasets/lerobot/tokyo_u_lsmo
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集由LeRobot创建,主要用于机器人学习任务。数据集包含50个episodes,11925帧数据,2个任务和50个视频。数据集中包含多种特征,如图像(120x120x3)、语言指令、状态观测(13个电机状态)、动作(7个电机控制)、时间戳等。数据集的结构和元数据详细描述了每个特征的数据类型和形状。
提供机构:
lerobot
创建时间:
2024-07-22
原始信息汇总

数据集概述

基本信息

  • 名称: tokyo_u_lsmo
  • 主页: URL
  • 论文: https://arxiv.org/abs/2107.05842
  • 许可证: MIT
  • 任务类别: 机器人学
  • 标签: LeRobot

数据集结构

  • 数据文件格式: Parquet
  • 总集数: 50
  • 总帧数: 11925
  • 总任务数: 2
  • 总视频数: 50
  • 总块数: 1
  • 块大小: 1000
  • 帧率: 5 fps
  • 分割: 训练集 (0:50)

数据特征

  • 观察图像:
    • 数据类型: 视频
    • 形状: [120, 120, 3]
    • 视频信息:
      • 帧率: 5.0
      • 编解码器: av1
      • 像素格式: yuv420p
      • 深度图:
      • 音频:
  • 语言指令:
    • 数据类型: 字符串
    • 形状: [1]
  • 观察状态:
    • 数据类型: float32
    • 形状: [13]
    • 名称: motor_0 至 motor_12
  • 动作:
    • 数据类型: float32
    • 形状: [7]
    • 名称: motor_0 至 motor_6
  • 其他特征:
    • 时间戳: float32 [1]
    • 集索引: int64 [1]
    • 帧索引: int64 [1]
    • 奖励: float32 [1]
    • 完成标志: bool [1]
    • 索引: int64 [1]
    • 任务索引: int64 [1]

引用

bibtex @Article{Osa22, author = {Takayuki Osa}, journal = {The International Journal of Robotics Research}, title = {Motion Planning by Learning the Solution Manifold in Trajectory Optimization}, year = {2022}, number = {3}, pages = {291--311}, volume = {41}, }

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