five

pick_lift_cube2

收藏
Hugging Face2026-05-11 更新2026-05-11 收录
下载链接:
https://huggingface.co/datasets/zhq2002/pick_lift_cube2
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是一个机器人学数据集,使用LeRobot工具创建,专注于模拟或记录机器人执行任务(如拾取和举起立方体)的过程。数据集包含动作、奖励、完成标志、观测(包括顶部摄像头图像和机器人状态)等字段,以10帧每秒的速率记录。总共有5个episodes、450帧数据,涉及一个任务。数据以parquet格式存储,并包含视频文件,适用于机器人控制、强化学习等研究。

This dataset is a robotics dataset created using the LeRobot tool, focusing on simulating or recording the process of robots performing tasks (such as picking up and lifting cubes). It includes fields such as actions, rewards, completion flags, and observations (including top camera images and robot states), recorded at a rate of 10 frames per second. There are a total of 5 episodes and 450 frames of data, involving one task. The data is stored in parquet format and includes video files, making it suitable for research in robot control, reinforcement learning, and related fields.
提供机构:
zhq2002
创建时间:
2026-05-11
原始信息汇总

基于数据集详情页README文件的内容,以下是该数据集的总结:

数据集概述

  • 数据集名称:pick_lift_cube2
  • 许可证:Apache-2.0
  • 任务类别:机器人学(robotics)
  • 标签:LeRobot

数据集结构

  • 数据格式:Parquet 文件(data/*/*.parquet
  • 配置:default(数据文件路径:data/*/*.parquet

关键统计信息

指标 数值
总片段数 5
总帧数 450
总任务数 1
FPS 10
数据文件大小 100 MB
视频文件大小 200 MB

特征(Features)

特征名称 数据类型 形状 描述
action float32 (6,) 6维动作:shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos
next.reward float32 (1,) 下一个状态的奖励
next.done bool (1,) 下一个状态是否结束
complementary_info.discrete_penalty float32 (1,) 离散惩罚值
observation.images.top video (3, 128, 128) 顶部摄像头图像(3通道,128x128分辨率,AV1编码,10 FPS)
observation.state float32 (6,) 6维状态(无命名)
timestamp float32 (1,) 时间戳
frame_index int64 (1,) 帧索引
episode_index int64 (1,) 片段索引
index int64 (1,) 全局索引
task_index int64 (1,) 任务索引

数据划分

  • 训练集:0-4 片段(共5个片段全部用于训练)

数据存储路径

  • 数据文件data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
  • 视频文件videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

引用信息

当前未提供BibTeX引用信息。

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