Tello_multifruit_sum_two_state_vars

该数据集是Grigorij/Tello_multifruit_sum的修复副本。原始数据集包含Tello无人机的149个episodes，共31624帧，帧率为30fps。视频、动作、任务、时间戳和所有索引与原始数据逐字节相同，仅修改了observation.state字段。原始数据中observation.state的shape为[1]，导致策略加载多个观测时间步时，会得到一个2维张量[B, T]而没有特征轴，造成错误。修复后，observation.state变为真正的2通道向量，shape为[2]，存储为fixed_size_list<float>[2]，始终包含一个实际的特征轴。通道0是高度（cm），与原始observation.state逐位相同；通道1是高度速度（cm/s），通过每个episode内通道0的后向有限差分计算得出（v[0]=0, v[t]=(h[t]-h[t-1])*30）。注意：Tello报告的高度量化到10cm，因此有限差分在97.8%的帧中为0，其余帧为±300cm/s，标记垂直过渡而非平滑的速度估计。数据集使用lerobot.datasets.dataset_tools构建，并重新生成了元数据。This dataset is a fixed copy of Grigorij/Tello_multifruit_sum. The original dataset contains 149 episodes from a Tello drone, totaling 31624 frames at 30fps. Videos, actions, tasks, timestamps, and all indices are byte-identical to the original, with only the observation.state field modified. In the original data, observation.state had shape [1], which caused an error when loading multiple observation timesteps, resulting in a 2D tensor [B, T] without a feature axis. After the fix, observation.state becomes a true 2-channel vector with shape [2], stored as fixed_size_list<float>[2], always containing a proper feature axis. Channel 0 is altitude (cm), byte-identical to the original observation.state; Channel 1 is vertical velocity (cm/s), computed via backward finite difference of Channel 0 within each episode (v[0]=0, v[t]=(h[t]-h[t-1])*30). Note: The Tello reports altitude quantized to 10cm, so the finite difference is 0 in 97.8% of frames, and ±300cm/s in the remaining frames, marking vertical transitions rather than smooth velocity estimates. The dataset was built using lerobot.datasets.dataset_tools and metadata was regenerated.

原始信息汇总

数据集概述

Tello_multifruit_sum_two_state_vars 是一个用于机器人操作（robotics）任务的机器人数据集，由 LeRobot 框架创建，基于 Tello 无人机采集。该数据集是 Grigorij/Tello_multifruit_sum 的修复版本，核心改动是修正了 observation.state 的特征维度问题。

基本信息

• 许可证：Apache-2.0
• 任务类型：机器人（robotics）
• 标签：LeRobot
• 创建工具：LeRobot（https://github.com/huggingface/lerobot）
• 数据格式：Parquet 文件（data/*/*.parquet）

数据集规模

• 总片段数：149 个 episodes
• 总帧数：31,624 帧
• 帧率：30 fps
• 总任务数：3 个任务
• 数据大小：Parquet 文件约 100 MB，视频文件约 200 MB

技术细节

• 代码版本：LeRobot v3.0
• 数据集划分：仅包含训练集（train），范围为 0:149
• 分块大小：每块 1000 帧
• 视频编码：AV1，分辨率 480×640，RGB 三通道，帧率 30 fps，无音频

核心修复内容

原始数据集中 observation.state 被声明为 shape=[1]，即单通道标量列。这导致在多时间步加载时，策略网络会将时间轴误认为特征轴，引发维度不匹配错误（例如 RuntimeError: mat1 and mat2 shapes cannot be multiplied (64x8 and 1x1024)）。修复后：

• observation.state 变为真正的 2 通道向量（shape=[2]），存储为 fixed_size_list<float>[2]
• 通道 0：height（高度，单位 cm），与原数据逐位一致
• 通道 1：height_velocity（高度速度，单位 cm/s），为通道 0 在片段内的后向有限差分，计算公式为 v[0] = 0，v[t] = (h[t] - h[t-1]) * 30

注意事项：

• 通道 1 的速度估计粗糙：Tello 高度量化为 10 cm，因此 97.8% 帧的速度为 0，其余帧为 ±300 cm/s，仅能指示垂直方向变化。
• 通道 0 与原数据完全一致，可通过 state[..., 0] 恢复原始信号。
• 元数据（meta/stats.json 及片段统计）已针对新的 2 通道形状重新生成。

特征结构

特征名	数据类型	形状	说明
observation.images.camera_front	video	[480, 640, 3]	前置摄像头视频流
action	float32	[4]	动作指令：forward、right、up、yaw
timestamp	float32	[1]	时间戳
frame_index	int64	[1]	帧索引
episode_index	int64	[1]	片段索引
index	int64	[1]	全局索引
task_index	int64	[1]	任务索引
observation.state	float32	[2]	状态：height、height_velocity

其他

• 主页与论文：暂无信息（More Information Needed）
• 引用格式：暂无 BibTeX 信息
• 可视化入口：可通过 LeRobot 可视化空间访问（路径：https://huggingface.co/spaces/lerobot/visualize_dataset?path=Grigorij/Tello_multifruit_sum_fixed）