so101_red_cube_bowl_sim_v2
收藏资源简介：
SO101 Red Cube Bowl Sim v2 是一个用于机器人学习的仿真轨迹数据集，专门针对SO-101跟随机器人。该数据集采用Apache TsFile格式存储，包含时间序列数据，用于模拟拾取红色立方体并放入白色碗中的任务。数据集规模为50个episodes、20,989个轨迹帧（TsFile行）、1个任务和100个源摄像头视频，所有训练episodes合并为一个TsFile文件。数据模式包括时间戳（毫秒）、episode和任务标识符、帧索引、样本索引，以及SO-101机器人的六维状态向量和动作向量（分别对应肩部、肘部、腕部和抓取器的位置）。源摄像头视频（640x480分辨率，30 fps AV1流）未包含在此存储库中，但可通过原始数据集获取。数据集基于原始LeRobot仿真数据集转换而来，保留了数据对齐和元数据。
SO101 Red Cube Bowl Sim v2 is a simulation trajectory dataset for robot learning, specifically for the SO-101 following robot. The dataset is stored in Apache TsFile format and contains time series data for simulating the task of picking up a red cube and placing it in a white bowl. The dataset scale includes 50 episodes, 20,989 trajectory frames (TsFile rows), 1 task, and 100 source camera videos, with all training episodes merged into a single TsFile file. The data schema includes timestamps (milliseconds), episode and task identifiers, frame indices, sample indices, as well as the six-dimensional state vector and action vector of the SO-101 robot (corresponding to the positions of the shoulder, elbow, wrist, and gripper). Source camera videos (640x480 resolution, 30 fps AV1 stream) are not included in this repository but can be obtained from the original dataset. The dataset is converted from the original LeRobot simulation dataset, preserving data alignment and metadata.
SO101 Red Cube Bowl Sim v2 数据集概述
基本信息
- 数据集名称：SO101 Red Cube Bowl Sim v2 (TsFile)
- 许可协议：Apache-2.0
- 任务类别：机器人技术 (robotics)
- 标签：tsfile, time-series, LeRobot, sim, so101, red_cube_bowl, v2
- 数据模态：时间序列 (timeseries)
数据集来源与转换
该数据集是 qb1t/so101_red_cube_bowl_sim_v2 的 Apache TsFile 格式转换版本，原始数据集为用于 SO-101 follower 机器人的 LeRobot 模拟轨迹数据集。
数据集规格
| 项目 | 数值 |
|---|---|
| 片段 (Episodes) | 50 |
| 轨迹帧 / TsFile 行数 | 20,989 |
| 任务数量 | 1 |
| 来源相机视频数量 | 100 |
| 转换后的 TsFile 文件数量 | 1 |
机器人任务
- 机器人类型：
so101_follower - 采样率：30 fps
- 任务描述：
pick up red cube and place in white bowl（拾取红色立方体并放入白色碗中）
TsFile 模式 (Schema)
| 角色 | 列名 | 类型/说明 |
|---|---|---|
| TIME | Time |
INT64 毫秒，round(timestamp * 1000) |
| TAG | episode_index, task_index |
原始 LeRobot 片段与任务标识符 |
| FIELD | frame_index, sample_index |
原始帧索引和重命名的全局源索引 |
| FIELD | observation_state_0 ... observation_state_5 |
SO-101 状态向量，FLOAT |
| FIELD | action_0 ... action_5 |
SO-101 动作向量，FLOAT |
状态和动作的六元素向量顺序为：shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos。
转换说明
observation.state[6]和action[6]被展平为标量单精度 FLOAT 字段，源前缀保留且.替换为_Time = round(timestamp * 1000)毫秒，每个片段重新开始；源timestamp列因冗余被去除- 源
index保留为sample_index；frame_index保持不变 - 保留全部 20,989 个权威轨迹行，无重复
(episode_index, task_index, Time)键 - 仅转换权威的片段布局，防止重复行
- 源元数据被镜像，
meta/info.json重写以描述转换后的 TsFile，同时保留源视频细节
相机视频
源相机的 observation.images.ego 和 observation.images.external_D455 流未包含在此仓库中。这些视频为 640 x 480、30 fps 的 AV1 无音频流。原始的 100 个视频可从源数据集的 videos/ 树 获取。TsFile 行通过 episode_index 和 frame_index 与源视频帧保持对齐。
数据读取示例
python from tsfile import TsFileReader
reader = TsFileReader("data/so101_red_cube_bowl_sim_v2_train.tsfile") print(reader.get_all_table_schemas()) reader.close()
来源信息
- 原始数据集：https://huggingface.co/datasets/qb1t/so101_red_cube_bowl_sim_v2
- 发布者：
qb1t - 创建工具：https://github.com/huggingface/lerobot
