KS325/place-doll-upper-r1_val

该数据集由LeRobot创建，属于机器人领域。数据集包含8个episodes，7000帧数据，1个任务。数据以parquet格式存储，视频以mp4格式存储。数据集包含多个特征，如动作（包括6个关节位置）、观察状态（同样包括6个关节位置）、来自两个摄像头的图像（分辨率480x640，RGB格式）、时间戳、帧索引、episode索引等。数据集使用apache-2.0许可证。

This dataset was created using LeRobot and belongs to the robotics domain. It contains 8 episodes, 7000 frames, and 1 task. The data is stored in parquet format, and videos are stored in mp4 format. The dataset includes multiple features such as actions (including 6 joint positions), observation states (also including 6 joint positions), images from two cameras (resolution 480x640, RGB format), timestamps, frame indices, episode indices, etc. The dataset uses the apache-2.0 license.

搜集汇总

数据集介绍

构建方式

place-doll-upper-r1_val数据集基于LeRobot框架构建，专为机器人操控任务设计。数据采集自so_follower型机器人，通过远程操作或预设策略执行放置玩偶的单一任务，共收录8个完整操控回合（episodes），包含7000帧时序数据。每个回合记录6维关节动作（包括肩部、肘部、腕部及夹爪位置）与对应的观测状态，同时采集两个摄像机视角的640×480像素视频流，帧率为30fps。数据以Parquet格式存储，按1000帧分块组织，并辅以AV1编码的压缩视频文件，便于高效加载与流式处理。总数据量约300MB，验证集配置将全部8个回合用于模型验证。

特点

该数据集聚焦于精细化的机械臂操作场景，具备多模态信息融合的显著特征。动作空间与状态空间均采用6维连续浮点型数据，精确描述机器人关节角度变化，适合训练高精度策略模型。视觉信息包含双摄像头同步视频，提供立体观测能力，且视频编码采用AV1格式以平衡画质与存储需求。时序维度上，每帧附带时间戳与索引标记，支持构建时间序列模型。数据集规模轻量（仅8回合），但单回合帧数充足，兼顾了训练效率与样本多样性，尤其适合验证模仿学习或强化学习算法的泛化性能。

使用方法

数据集可通过LeRobot库直接加载，用户需指定配置名为'default'并自动解析Parquet与视频文件。使用前应确保安装lerobot及依赖项（如pyarrow、av等）。加载时，数据集将自动整合action、observation.state及双摄像头图像序列为结构化字典，支持按episode或frame粒度迭代。在训练中，建议将8个回合作为验证集使用（对应splits中'train'范围内全部数据），用于评估模型在未见时序轨迹上的表现。视频帧可降采样至指定分辨率以适配网络输入，并通过timestamp字段对齐动作与状态的时间轴。本数据集兼容HuggingFace数据集预览界面，支持在线可视化数据样例。

背景与挑战

背景概述

在机器人操作领域，模仿学习依赖于高质量的示教数据集以实现技能迁移。place-doll-upper-r1_val数据集诞生于这一需求，由研究机构借助LeRobot框架构建，旨在为机器人操作任务提供标准化的验证数据。该数据集聚焦于“放置玩偶”这一精细操作任务，采集自so_follower机器人，包含8个演示轨迹、总计7000帧画面，通过双摄像头（480×640分辨率）和六维关节状态（肩部、肘部、腕部及夹爪位置）同步记录动作与观测信息。其采用apache-2.0许可证公开，为机器人学习社区提供了可复现的基准资源，推动了操作技能从实验室向实际应用的转化。

当前挑战

该数据集面临的核心挑战在于所解决的领域问题：机器人操作中的精准放置任务对动作的连续性、空间定位及抓取稳定性要求极高，而8个演示轨迹的有限规模难以覆盖复杂的动态环境变化，导致模型泛化能力受限。构建过程中挑战同样显著：数据采集依赖so_follower机器人本体，其运动学约束与传感器噪声（如摄像头帧率30fps下的运动模糊、关节位置误差）直接降低数据质量；此外，标注需同步六维动作与高维视觉信息，手动校验8个episode中的100MB结构化数据与200MB视频数据的一致性，耗时且易引入偏差，制约了大规模数据集的快速构建。

常用场景

经典使用场景

place-doll-upper-r1_val数据集是机器人学习领域中用于模仿学习任务的高保真数据资源。该数据集以LeRobot框架为基础，记录了机械臂（如so_follower型号）在执行放置玩偶这一精细操作任务时的完整轨迹，包含6维关节状态和动作指令，以及双视角摄像头采集的640×480分辨率的视觉图像。其经典使用场景集中在利用行为克隆（Behavioral Cloning）或逆强化学习（Inverse Reinforcement Learning）方法，从专家演示中提取最优策略，使机器人能够复现复杂的交互式操作。

实际应用

在实际场景中，该数据集可直接服务于服务机器人与家庭自动化系统的技能部署。例如，通过训练模型学习放置玩偶的柔顺动作，可使机器人协助老年人或残障人士完成日常物品整理；在制造流水线中，类似的动作模板可被适配用于精密零件的装配环节。其数据格式兼容LeRobot生态，支持快速迁移至仿真环境进行策略验证，降低了从实验室原型到真实物理世界部署的鸿沟，具有显著的成本效益。

衍生相关工作

围绕place-doll-upper-r1_val数据集，衍生了诸多推动机器人模仿学习发展的研究工作。基于LeRobot框架，研究者常将其作为基准，对比不同架构（如扩散策略Diffusion Policy、基于Transformer的决策模型）在细粒度操作任务上的表现。此外，该数据集也被用于验证数据增强技巧（如视角不变性学习）或探索离线强化学习方法（如CQL、IQL）在机器人数据集上的适用性，催生了关于多任务共享策略与动作表示解耦的一系列后续成果。