GR1-Tabletop-Merged-300x24

GR1 Tabletop Merged LeRobot Datasets是一个合并和子采样的机器人桌面操作数据集，来源于NVIDIA的PhysicalAI-Robotics-GR00T-X-Embodiment-Sim集合，并按照LeRobot v2.0格式进行了格式化。数据集包含三种变体，分别有不同的演示次数、任务数量和总帧数。数据集的处理包括子采样和合并步骤，并详细描述了数据集的结构和特征。数据集的特征包括观察图像、状态、动作、时间戳、奖励、完成标志、任务索引、剧集索引和人类注释的粗略动作。数据集的使用方法包括通过huggingface_hub下载特定变体。数据集遵循Apache 2.0许可证。

原始信息汇总

GR1 Tabletop Merged LeRobot Datasets 数据集概述

数据集基本信息

• 许可证: Apache 2.0
• 任务类别: 机器人学
• 标签: LeRobot, GR00T, GR1, robocasa, simulation, manipulation
• 数据规模: 10K<n<100K

数据集描述

该数据集是来自 NVIDIA PhysicalAI-Robotics-GR00T-X-Embodiment-Sim 集合的 GR1 桌面操作数据集的合并和二次采样版本，格式为 LeRobot v2.0。

数据集变体

变体	演示/任务	任务	总片段数	总帧数	近似大小
1000x24/	1000	24个文件夹，186个唯一任务	24,000	6,020,058	~40 GB
300x24/	300	24个文件夹，186个唯一任务	7,200	1,803,236	~12 GB
100x24/	100	24个文件夹，185个唯一任务	2,400	602,846	~4 GB

源数据集

原始数据集下载自: nvidia/PhysicalAI-Robotics-GR00T-X-Embodiment-Sim

使用的24个源任务文件夹（每个包含1000个演示）：

• 6个 PnP 任务：Bottle→Cabinet, Can→Drawer, Cup→Drawer, Milk→Microwave, Potato→Microwave, Wine→Cabinet
• 18个 PosttrainPnPNovel 任务：物体在不同表面间的转移任务（例如 Cuttingboard→{Basket,Cardboardbox,Pan,Pot,Tieredbasket}, Placemat→{Basket,Bowl,Plate,Tieredshelf} 等）

处理流程

每个合并数据集通过以下步骤创建：

1. 二次采样: 从24个任务文件夹中每个随机采样N个片段（种子=42）。
2. 合并: 将所有采样片段合并为单个数据集，包括重新索引的片段ID、任务ID，更新parquet文件列，并整合meta/文件。

数据集结构 (LeRobot v2.0)

<variant>/ ├── data/ │ └── chunk-000/ │ ├── episode_000000.parquet │ ├── episode_000001.parquet │ └── ... ├── videos/ │ └── chunk-000/ │ └── observation.images.ego_view/ │ ├── episode_000000.mp4 │ ├── episode_000001.mp4 │ └── ... └── meta/ ├── info.json ├── episodes.jsonl ├── tasks.jsonl ├── modality.json ├── stats.json └── relative_stats.json

数据特征

特征	类型	形状
observation.images.ego_view	视频 (h264)	[256, 256, 3] @ 20fps
observation.state	float64	[44]
action	float64	[44]
timestamp	float64	[1]
next.reward	float64	[1]
next.done	bool	[1]
task_index	int64	[1]
episode_index	int64	[1]
annotation.human.coarse_action	int64	[1]

机器人: GR1ArmsAndWaistFourierHands (44自由度：手臂、手、腿、颈部、腰部)