robocasa_pretrain_human300_v4

该数据集是一个用于机器人学习预训练的大规模数据集，名为robocasa_pretrain_human300_v4，由LeRobot工具创建。数据集包含来自RoboCasa环境的32043个episodes，总计29106226帧数据，覆盖4740个任务。数据以20fps的帧率采集，特征包括多视角的视频观察（如机器人左代理视图、右代理视图和手眼视图，分辨率均为256x256x3）、动作向量（12维浮点数）、状态向量（16维浮点数），以及时间戳、帧索引、episode索引等元数据。数据集采用Apache-2.0许可证，主要用于机器人控制、模仿学习或强化学习的预训练任务，旨在通过人类演示数据提升模型在复杂环境中的泛化能力。数据以Parquet格式存储，视频以MP4格式编码（H.264编解码器），总数据大小约300MB（数据文件100MB，视频文件200MB）。

This dataset is a large-scale dataset for robot learning pre-training, named robocasa_pretrain_human300_v4, created by the LeRobot tool. It contains 32,043 episodes from the RoboCasa environment, totaling 29,106,226 frames of data, covering 4,740 tasks. The data is collected at a frame rate of 20 fps, featuring multi-view video observations (e.g., robot left agent view, right agent view, and hand-eye view, all with a resolution of 256x256x3), action vectors (12-dimensional floating-point numbers), state vectors (16-dimensional floating-point numbers), and metadata such as timestamps, frame indices, and episode indices. The dataset uses the Apache-2.0 license and is primarily intended for pre-training tasks in robot control, imitation learning, or reinforcement learning, aiming to enhance model generalization in complex environments through human demonstration data. The data is stored in Parquet format, with videos encoded in MP4 format (H.264 codec), and the total data size is approximately 300 MB (100 MB for data files and 200 MB for video files).

原始信息汇总

数据集名称

robocasa_pretrain_human300_v4

任务类别

• 机器人（Robotics）

许可证

• Apache-2.0

数据集概述

• 该数据集使用 LeRobot 构建，专注于机器人领域的统一预训练，包含人类演示数据。
• 数据集来自 RoboCasa 环境，总共有 32,043 个片段（episodes），29,106,226 帧（frames），包含 4,740 个任务（tasks）。

数据集结构

• 帧率（FPS）：20
• 数据格式：Parquet（data/*/*.parquet）和视频文件（MP4）。
• 分箱大小（chunks size）：1000
• 数据文件大小：约 100 MB
• 视频文件大小：约 200 MB
• 机器人类型：robocasa
• 数据划分：仅包含训练集（train），范围是 0 到 32043。

特征（Features）

特征名称	数据类型	形状	说明
observation.images.robot0_agentview_left	视频（Video）	(256, 256, 3)	机器人左侧代理视角图像，H.264 编码，20 FPS。
observation.images.robot0_agentview_right	视频（Video）	(256, 256, 3)	机器人右侧代理视角图像，H.264 编码，20 FPS。
observation.images.robot0_eye_in_hand	视频（Video）	(256, 256, 3)	机器人手部摄像头图像，H.264 编码，20 FPS。
action	float32	(12,)	机器人动作（12 维），20 FPS。
observation.state	float32	(16,)	机器人状态（16 维），包含 16 个状态变量。
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。

引用

• BibTeX 引用信息暂缺（[More Information Needed]）。