G1_Brainco_PickApple_Dataset

Hugging Face2025-09-15 更新2025-09-16 收录

下载链接：

https://huggingface.co/datasets/unitreerobotics/G1_Brainco_PickApple_Dataset

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集使用LeRobot工具创建，包含200个剧集，共计153668帧，1个任务，800个视频，所有数据被分为1个片段，每个片段包含1000个数据点。数据集的帧率为30fps，所有数据按照训练集进行划分。数据集包含多种特征，如机器人的关节角度、动作、以及来自不同摄像头的图像数据。

创建时间：

2025-09-10

原始信息汇总

数据集概述

基本信息

许可证：Apache-2.0
任务类别：机器人学
标签：LeRobot

数据集结构

总任务数：1
总情节数：200
总帧数：153668
总视频数：800
数据块数：1
块大小：1000
帧率：30 FPS
分割：训练集（0:200）

数据特征

观察状态

数据类型：float32
形状：[26]
特征名称：
- kLeftShoulderPitch
- kLeftShoulderRoll
- kLeftShoulderYaw
- kLeftElbow
- kLeftWristRoll
- kLeftWristPitch
- kLeftWristYaw
- kRightShoulderPitch
- kRightShoulderRoll
- kRightShoulderYaw
- kRightElbow
- kRightWristRoll
- kRightWristPitch
- kRightWristYaw
- kLeftHandThumb
- kLeftHandThumbAux
- kLeftHandIndex
- kLeftHandMiddle
- kLeftHandRing
- kLeftHandPinky
- kRightHandThumb
- kRightHandThumbAux
- kRightHandIndex
- kRightHandMiddle
- kRightHandRing
- kRightHandPinky

动作

数据类型：float32
形状：[26]
特征名称：与观察状态相同

图像观察

cam_left_high：
- 数据类型：视频
- 分辨率：480×640×3
- 编码：av1
- 像素格式：yuv420p
- 非深度图
- 无音频
cam_right_high：
- 数据类型：视频
- 分辨率：480×640×3
- 编码：av1
- 像素格式：yuv420p
- 非深度图
- 无音频
cam_left_wrist：
- 数据类型：视频
- 分辨率：480×640×3
- 编码：av1
- 像素格式：yuv420p
- 非深度图
- 无音频
cam_right_wrist：
- 数据类型：视频
- 分辨率：480×640×3
- 编码：av1
- 像素格式：yuv420p
- 非深度图
- 无音频

其他特征

timestamp：float32，形状[1]
frame_index：int64，形状[1]
episode_index：int64，形状[1]
index：int64，形状[1]
task_index：int64，形状[1]

存储格式

数据文件：Parquet格式
数据路径：data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
视频路径：videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

技术信息

代码库版本：v2.1
机器人类型：Unitree_G1_Brainco

搜集汇总

数据集介绍

构建方式

在机器人操作任务研究领域，G1_Brainco_PickApple_Dataset通过Unitree_G1_Brainco机器人平台系统采集。数据集包含200个完整操作片段，总计153,668帧数据，以30fps的采样频率记录多模态信息。数据以分块形式存储于Parquet格式文件中，每个数据块涵盖1000帧连续操作序列，确保时序完整性。采集过程依托LeRobot框架实现同步记录关节状态、动作指令及多视角视觉数据，为模仿学习提供结构化数据支撑。

特点

该数据集突出表现为多模态融合特性，涵盖26维关节状态观测向量与同等维度的动作控制向量，精确映射机器人双臂协同操作机制。视觉维度集成四路高清视频流：左右肩部高位相机与左右腕部相机均以640×480分辨率捕捉操作场景，编码格式采用AV1压缩技术。数据架构遵循时空一致性原则，每帧配备精确时间戳与索引标识，支持端到端的行为克隆与强化学习算法验证。其丰富的传感器配置为复杂操作任务的算法开发提供了立体化感知基础。

使用方法

研究者可通过HuggingFace平台获取该数据集，利用LeRobot生态工具链进行加载与预处理。数据按episode_index与chunk编号组织，支持流式读取与随机访问。典型应用场景包括基于视觉的机械臂控制模型训练，其中observation.images字段提供多视角输入，action字段作为监督信号。建议按照官方划分的200个训练片段进行模型训练，利用timestamp字段实现时序对齐，并可结合frame_index构建帧级预测任务。数据集兼容主流的深度学习框架，适用于行为克隆、逆动力学学习等研究方向。

背景与挑战

背景概述

机器人操作任务数据集在人工智能与机器人学交叉领域具有重要研究价值。G1_Brainco_PickApple_Dataset由HuggingFace的LeRobot团队构建，专门针对Unitree G1双足机器人的精细操作任务。该数据集通过多模态传感器采集了200个任务片段，包含15万帧高维状态观测数据和四路视觉输入，旨在推动仿人机器人复杂环境下的物体抓取与操作能力研究。

当前挑战

该数据集核心挑战在于解决高自由度双足机器人的精细操作问题，需协调26个关节的精确运动控制与多视角视觉感知的融合。构建过程中面临多传感器时序同步、高维连续动作空间标注以及大规模视频数据压缩存储等技术难题，同时需确保操作任务在真实物理环境中的可重复性与数据一致性。

常用场景

经典使用场景

在机器人操作学习领域，G1_Brainco_PickApple_Dataset通过记录Unitree G1人形机器人执行苹果采摘任务的全流程数据，为模仿学习与强化学习算法提供多模态训练样本。该数据集包含153,668帧高精度关节状态数据与四路视觉观测视频，完整呈现了双臂协同抓取的动作序列，成为机器人精细操作任务的标准基准。

衍生相关工作

基于该数据集衍生了LeRobot框架下的行为克隆与离线强化学习研究，催生了多项关于多视角视觉特征融合的创新工作。部分研究通过时空注意力机制提升动作预测精度，另有工作探索了跨模态表示学习在操作任务中的迁移效能，推动了机器人学习范式的标准化进程。

数据集最近研究