grad_block_merged_flr_dagger1
收藏资源简介:
该数据集使用LeRobot创建,是一个机器人操作数据集,包含279个episodes,共296552帧,机器人类型为so_follower。每个时间步包含6维动作和状态(关节位置),以及来自顶部和腕部摄像头的RGB图像(分辨率480x640,30fps)。数据集仅有一个任务,所有数据均用于训练。
This dataset is created using LeRobot, a robot manipulation dataset containing 279 episodes (296552 frames) with robot type so_follower. Each timestep includes 6-dimensional actions and states (joint positions), along with RGB images from top and wrist cameras (resolution 480x640, 30fps). The dataset has only one task, and all data is used for training.
数据集概述
该数据集名为 grad_block_merged_flr_dagger1,是由 Hugging Face 的 LeRobot 工具创建的一个机器人技术数据集,主要面向机器人操作任务,特别是"梯度积木"(grad block)相关任务,可能涉及机械臂的推抓或堆叠操作。
基本信息
- 许可证:Apache-2.0
- 任务类别:机器人技术(robotics)
- 机器人类型:so_follower
- 创建工具:LeRobot(Hugging Face 开源机器人数据集工具)
- 数据格式:Parquet 文件(存储在
data/*/*.parquet),视频编码为 AV1 格式的 MP4 文件 - 数据来源:Homepage、Paper 和 Citation 部分均标记为“More Information Needed”,暂未提供详细信息
数据规模
- 总迭代次数(episodes):279
- 总帧数(frames):296,552
- 总任务数:1
- 帧率(fps):30
- 数据大小:Parquet 文件约 100 MB,视频文件约 200 MB
- 数据切块:每块(chunk)包含 1,000 帧
- 数据划分:训练集包含 0 至 279 的所有数据,未设置验证集或测试集
数据结构
数据集包含以下关键特征:
动作与状态(action / observation.state)
- 类型:float32,形状为 6 维
- 含义:包含 6 个关节的预定义位置/速度指令,具体为:
shoulder_pan.pos(肩部旋转)shoulder_lift.pos(肩部升降)elbow_flex.pos(肘部弯曲)wrist_flex.pos(腕部弯曲)wrist_roll.pos(腕部旋转)gripper.pos(夹爪位置)
顶置相机图像(observation.images.top)
- 类型:视频
- 分辨率:480 × 640 像素,3 通道(RGB)
- 编码:AV1 编码,YUV420p 像素格式,帧率 30 fps
- 用途:顶部视角捕捉任务场景
腕部相机图像(observation.images.wrist)
- 类型:视频
- 分辨率:480 × 640 像素,3 通道(RGB)
- 编码:AV1 编码,YUV420p 像素格式,帧率 30 fps
- 用途:机械臂腕部摄像头捕捉操作细节
其他特征
- timestamp:float32,时间戳
- frame_index:int64,帧索引
- episode_index:int64,迭代索引
- index:int64,全局索引
- task_index:int64,任务索引
数据文件路径
- Parquet 数据:
data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet - 视频数据:
videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
使用场景
该数据集适用于训练和学习机器人操作策略,特别是需要从视觉输入(顶置和腕部相机)以及关节状态信息中预测下一步动作的任务。数据采集频率为 30 Hz,包含 279 个演示迭代,可用于模仿学习或强化学习等任务。
可视化
您可以通过 Hugging Face 提供的数据集可视化工具(链接:https://huggingface.co/spaces/lerobot/visualize_dataset?path=s1eepypillow/grad_block_merged_flr_dagger1)在浏览器中直接预览和查看该数据集的内容。



