lego42176_garage_parking

这是一个模仿学习数据集，用于驾驶LEGO Technic 42176汽车进入车库。数据集以LeRobot v3.0格式记录，包含人类操作者通过蓝牙键盘驾驶汽车的过程，同时IP摄像头记录场景。策略学习将摄像头观察映射到速度/转向命令。数据集包含100个片段，总计12,037帧，时长13.4分钟，帧率为15 FPS，分辨率为640 x 480。动作空间为连续值，速度范围为[-0.8, 0.8]，转向范围为[-0.8, 0.8]。数据集记录了摄像头视图、当前速度和转向状态以及命令动作。

原始信息汇总

数据集概述

数据集名称：LEGO 42176 Garage Parking Dataset
任务类型：模仿学习（Imitation Learning）
数据集地址：https://huggingface.co/datasets/pbelevich/lego42176_garage_parking

数据集描述

该数据集用于训练机器人通过摄像头观测学习将乐高赛车驶入车库的模仿学习策略。数据由人类操作员通过蓝牙键盘驾驶乐高赛车，同时IP摄像头记录场景，策略学习从摄像头观测到速度/转向命令的映射。

数据集统计

项目	数值
总回合数	100
总帧数	12,037
总时长	13.4分钟
帧率	15 FPS
图像分辨率	640 x 480
机器人类型	lego42176
任务	将乐高赛车驶入车库

回合统计数据

统计项	最小值	中位数	平均值	最大值
帧数	48	113	120	260
持续时间（秒）	3.2	7.5	8.0	17.3

特征说明

特征名	类型	形状	描述
observation.image	视频（h264）	[480, 640, 3]	摄像头视角下的赛车与车库画面
observation.state	float32	[2]	当前 [速度, 转向]（归一化到 [-1, 1]）
action	float32	[2]	命令 [速度, 转向]（归一化到 [-1, 1]）

动作空间

动作为连续值，范围在 [-0.8, 0.8]（由乐高集线器原始范围 [-80, 80] 归一化得到）：

• 速度：正值 = 前进，负值 = 后退
• 转向：正值 = 右转，负值 = 左转

数据记录方式

1. 乐高42176赛车通过低功耗蓝牙（BLE）连接
2. IP摄像头通过RTSP流传输640x480画面
3. 人类操作员使用键盘（方向键）从起始位置将赛车驶入车库
4. 每个回合 = 一次停车尝试（按R开始，驾驶，按R保存）
5. 每个回合结束后立即保存数据，防止数据丢失

使用方式

python from lerobot.datasets.lerobot_dataset import LeRobotDataset

dataset = LeRobotDataset("pbelevich/lego42176_garage_parking")

sample = dataset[0] print(sample["observation.image"].shape) # torch.Size([3, 480, 640]) print(sample["action"].shape) # torch.Size([2])

训练信息

该数据集曾用于在Apple Silicon（MPS后端）上训练ACT（Action Chunking with Transformers）策略，训练和推理脚本详见项目仓库：https://github.com/pbelevich/lego42176

硬件配置

• 赛车：乐高科技系列42176 保时捷GT4 e-Performance
• 摄像头：大华IP摄像头，通过RTSP获取640x480画面（子码流）
• 计算设备：MacBook Pro M1 Pro