my_mixer_dataset

该数据集是Hugging Face数据集radiuson/my_mixer_dataset的TsFile转换版本，使用LeRobot创建。模态为时间序列，原始数据集还包含机器人相机视频，但这些视频未包含在此转换后的存储库中，仍可从原始Hugging Face数据集中获取。This dataset is a TsFile conversion version of the Hugging Face dataset radiuson/my_mixer_dataset, created using LeRobot. The modality is time series, and the original dataset also includes robot camera videos, but these videos are not included in this converted repository and can still be obtained from the original Hugging Face dataset.

原始信息汇总

数据集概述

• 数据集名称：my_mixer_dataset
• 许可证：Apache-2.0
• 任务类型：机器人学（Robotics）
• 标签：LeRobot, so100, tutorial, tsfile, time-series
• 模态：时间序列（Time-series）

数据集来源

• 原始数据集：radiuson/my_mixer_dataset
• 原始格式：LeRobot v2.0 片段的 Parquet 文件，包括元数据和视频
• 机器人类型：SO-100
• 任务：开关搅拌器（on off mixer）
• 原始规模：60 个片段，41,082 帧，1 个任务，1 个数据块，240 个视频
• 采样率：30 fps
• 划分：训练集（0 到 60 片段）

转换后文件

• TsFile 数据：data/my_mixer_dataset.tsfile
• 镜像元数据：meta/
• 表名：my_mixer_dataset
• 时间精度：毫秒
• 转换后行数：41,082
• 原始片段数量：60 个 Parquet 文件

数据模式

• 时间（Time）：合成方式为 round(timestamp * 1000)，并在每个片段内重置，匹配原始 LeRobot 时间戳语义。

• TAG 列：

  • episode_index（片段索引）
  • task_index（任务索引）

• FIELD 列：

  • frame_index（帧索引）
  • sample_index（样本索引，从原始 index 重命名而来）
  • action_0 到 action_6（动作）
  • observation_state_0 到 observation_state_6（观察状态）

• 动作和观察状态的电机名称（均为 7 个维度）：

  • main_shoulder_pan
  • main_shoulder_lift
  • main_elbow_flex
  • main_wrist_flex
  • main_wrist_roll
  • main_gripper
  • main_extra_wrist

转换说明

• 原始 action[7] 和 observation.state[7] 向量列被展平为标量浮点字段。
• 原始列名中的点号被替换为下划线，例如 observation.state 变为 observation_state_0..6。
• 原始 timestamp 列未保留，因为与 Time / 1000 秒冗余。
• 原始 index 列被重命名为 sample_index。
• 原始数据集中的视频特征未包含在此仓库中（包括 observation.images.laptop、observation.images.phone、observation.images.Lwebcam、observation.images.macwebcam）。视频仍保留在原始数据集中：查看视频
• meta/info.json 文件被镜像并更新，添加了 tsfile_conversion 对象，记录源数据集、转换数据路径、表名、时间映射、TAG 列、展平特征、省略的视频特征和行数。

最小读取示例

python from tsfile import TsFileReader

path = "data/my_mixer_dataset.tsfile"

with TsFileReader(path) as reader: schemas = reader.get_all_table_schemas() print(schemas.keys())