five

so101_reach_grasp_cube_reward_v1

收藏
Hugging Face2026-01-24 更新2026-01-24 收录
下载链接:
https://huggingface.co/datasets/gtgando/so101_reach_grasp_cube_reward_v1
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是通过LeRobot创建的,主要用于机器人技术领域。数据集包含20个episodes,1932帧,1个任务,20个视频。数据以parquet格式存储,视频以mp4格式存储。数据集的特征包括观测状态、动作、奖励、完成标志、图像观测等。
提供机构:
gtgando
创建时间:
2026-01-24
原始信息汇总

数据集概述

基本信息

  • 数据集名称: so101_reach_grasp_cube_reward_v1
  • 创建工具: LeRobot (https://github.com/huggingface/lerobot)
  • 许可证: Apache-2.0
  • 任务类别: 机器人学

数据集规模与结构

  • 总情节数: 20
  • 总帧数: 1932
  • 总任务数: 1
  • 总视频数: 20
  • 数据块数: 1
  • 数据块大小: 1000
  • 帧率: 10 FPS
  • 数据分割: 全部数据(第0至20个情节)用于训练。

数据特征

数据集包含以下字段:

观测数据

  • observation.state: 形状为 [18] 的浮点32数组,表示状态观测。
  • observation.images.gripper_cam: 视频数据,形状为 [3, 480, 640],表示夹爪摄像头的RGB图像。视频编码为AV1,像素格式为yuv420p,无音频。

动作与奖励

  • action: 形状为 [4] 的浮点32数组,表示动作。其四个维度分别命名为:
    • delta_x_ee
    • delta_y_ee
    • delta_z_ee
    • gripper_delta
  • next.reward: 形状为 [1] 的浮点32数组,表示下一时刻的奖励。
  • next.done: 形状为 [1] 的布尔数组,表示情节是否结束。
  • complementary_info.discrete_penalty: 形状为 [1] 的浮点32数组,命名为“discrete_penalty”,表示离散惩罚。

索引与元数据

  • timestamp: 形状为 [1] 的浮点32数组,表示时间戳。
  • frame_index: 形状为 [1] 的整型64数组,表示帧索引。
  • episode_index: 形状为 [1] 的整型64数组,表示情节索引。
  • index: 形状为 [1] 的整型64数组,表示数据索引。
  • task_index: 形状为 [1] 的整型64数组,表示任务索引。

数据存储

  • 数据文件路径模式: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
  • 视频文件路径模式: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4
  • 数据格式: Parquet文件。

其他信息

  • 代码库版本: v2.1
  • 机器人类型: 未指定。
  • 主页: 未提供。
  • 论文: 未提供。
  • 引用信息: 未提供。
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作