eval_push_green_button_12h25m_25-aug-2026

该数据集是一个机器人操作数据集，使用LeRobot框架创建，包含一个机器人（so-101）执行“推绿色按钮”任务的单个轨迹。数据集共306帧，1个片段，20帧每秒，包含6维动作（肩关节、肘关节、腕关节、夹爪位置）和状态观测，以及三个摄像头（前、顶部、腕部）的720x1280分辨率视频。数据以parquet和mp4格式存储，适用于模仿学习或机器人运动规划研究。This dataset is a robot manipulation dataset created using the LeRobot framework, containing a single trajectory of a robot (so-101) performing the push green button task. The dataset consists of 306 frames, 1 episode, at 20 frames per second, with 6-dimensional actions (shoulder joint, elbow joint, wrist joint, gripper position) and state observations, as well as 720x1280 resolution videos from three cameras (front, top, wrist). Data is stored in parquet and mp4 formats, suitable for imitation learning or robot motion planning research.

原始信息汇总

数据集概述：eval_push_green_button_12h25m_25-aug-2026

该数据集由 LeRobot 框架创建，专为机器人操作任务设计，主要用于评估机器人执行“按下绿色按钮”任务的表现。

• 许可证：Apache-2.0
• 任务类别：机器人学（Robotics）
• 标签：LeRobot
• 机器人类型：SO-101
• 数据集版本：LeRobot 代码库版本 v3.0

数据规模与结构

• 总集数：1 个（Episode）
• 总帧数：306 帧（Frames）
• 总任务数：1 个（Task）
• 数据文件大小：约 100 MB（Parquet 格式）
• 视频文件大小：约 200 MB（MP4 格式）
• 帧率：20 FPS
• 数据划分：仅包含训练集（splits: "train": "0:1"），即全部数据用于训练

数据内容与特征

数据集包含多模态观测信息与动作指令，具体特征如下：

1. 动作（Action）：

   • 数据类型：float32
   • 维度：6 维
   • 动作空间：包括机械臂的肩部旋转（shoulder_pan.pos）、肩部升降（shoulder_lift.pos）、肘部弯曲（elbow_flex.pos）、腕部弯曲（wrist_flex.pos）、腕部旋转（wrist_roll.pos）以及夹爪位置（gripper.pos）。

2. 观测状态（Observation.state）：

   • 数据类型：float32
   • 维度：6 维
   • 状态空间与动作空间一致，反映机械臂各关节的位置信息。

3. 图像观测：

   • 包含三个视角的摄像头图像：前视（front）、俯视（top）、腕部（wrist）。
   • 图像分辨率：720×1280 像素，3 通道（RGB）。
   • 视频编码：AV1，像素格式 yuv420p，帧率 20 FPS，无音频。

4. 元数据字段：

   • 时间戳（timestamp）：float32，记录每一帧的时间。
   • 帧索引（frame_index）：int64，当前帧序号。
   • 集数索引（episode_index）：int64，当前集序号。
   • 总索引（index）：int64，全局数据索引。
   • 任务索引（task_index）：int64，任务标识。

数据组织与使用

• 数据路径：Parquet 文件存储于 data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet，支持分块读取。
• 视频路径：MP4 文件存储于 videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4，与数据文件对应。
• 可视化支持：可通过 Hugging Face 提供的数据集可视化工具直接预览数据内容（可视化链接：Visualize Dataset）。

用途与背景

该数据集适用于机器人模仿学习、策略训练与评估，特别是针对“按下按钮”这类精细操作任务。其多视角图像输入与完整的关节状态记录，为训练视觉-运动控制模型提供了充足的样本。数据集规模较小（单集、306帧），适合快速原型验证或模型性能基准测试。