vla-mujoco-so101-push_cube_to_tray-v2.1

该数据集是使用LeRobot工具创建的机器人操作数据集，具体任务是在MuJoCo模拟环境中，使用so101机器人执行将立方体推送到托盘的操作。数据集包含100个训练episodes，总计75000帧，帧率为30fps。数据以parquet格式存储，总数据文件大小为100MB，视频文件大小为200MB。数据集包含以下特征：动作（6维浮点数组，表示机器人关节位置，包括肩部平移、肩部提升、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置）；状态观测（13维浮点数组，包括关节位置、末端执行器位置（x, y, z）和四元数（x, y, z, w））；图像观测（包括RealSense彩色摄像头、RealSense深度摄像头、RealSense深度可视化摄像头和腕部摄像头的视频数据，分辨率均为480x640，3通道，编码为av1）；以及时间戳、帧索引、episode索引、索引和任务索引等元数据。所有数据仅用于训练分割。

This dataset is created using the LeRobot tool for robot manipulation tasks, specifically involving pushing a cube to a tray with the so101 robot in the MuJoCo simulation environment. It contains 100 training episodes, totaling 75,000 frames at a frame rate of 30fps. The data is stored in parquet format, with a total data file size of 100MB and video file size of 200MB. The dataset includes the following features: actions (a 6-dimensional float array representing robot joint positions, including shoulder translation, shoulder lift, elbow bend, wrist bend, wrist rotation, and gripper position); state observations (a 13-dimensional float array including joint positions, end-effector position (x, y, z), and quaternion (x, y, z, w)); image observations (video data from RealSense RGB camera, RealSense depth camera, RealSense depth visualization camera, and wrist camera, all with a resolution of 480x640, 3 channels, encoded as av1); and metadata such as timestamp, frame index, episode index, index, and task index. All data is intended for training split only.

原始信息汇总

数据集概述

• 数据集名称: vla-mujoco-so101-push_cube_to_tray-v2.1
• 任务类别: 机器人 (robotics)
• 许可协议: Apache-2.0
• 创建工具: 使用 LeRobot 创建

数据集结构

属性	值
代码版本	v3.0
机器人类型	so101_mujoco
总片段数	100
总帧数	75,000
总任务数	1
数据块大小	1,000
数据文件大小	100 MB
视频文件大小	200 MB
帧率	30 FPS
数据分割	训练集 (0:100)

数据特征

动作 (action)

• 数据类型: float32
• 维度: 6
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

观测状态 (observation.state)

• 数据类型: float32
• 维度: 13
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos, ee_pos_x, ee_pos_y, ee_pos_z, ee_quat_x, ee_quat_y, ee_quat_z, ee_quat_w

观测图像 (observation.images)

• 摄像头: realsense, realsense_depth, realsense_depth_vis, wrist_cam
• 分辨率: 480×640 像素
• 通道数: 3 (RGB)
• 视频编码: AV1
• 像素格式: yuv420p
• 帧率: 30 FPS
• 非深度图: 是

其他特征

• 时间戳 (timestamp): float32, 维度1
• 帧索引 (frame_index): int64, 维度1
• 片段索引 (episode_index): int64, 维度1
• 索引 (index): int64, 维度1
• 任务索引 (task_index): int64, 维度1

引用信息

• BibTeX: [More Information Needed]