record-test

这是一个用于机器人学任务的测试数据集，包含多个.parquet文件。数据集记录了双臂 WidowXAI 机器人的关节位置、图像视频信息以及状态信息。该数据集共有5个剧集，每个剧集中的视频帧率为30fps，共有1497帧，支持一个测试任务。

原始信息汇总

数据集概述

基本信息

• 名称： test_dataset_04
• 创建日期： 09-11-2025
• 许可证： apache-2.0
• 任务类别： 机器人学
• 标签： LeRobot

数据集结构

• 数据格式： Parquet
• 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

数据统计

• 总块数： 1
• 总剧集数： 5
• 总帧数： 1497
• 总任务数： 1
• 总视频数： 20
• 帧率： 30 fps

特征描述

• 动作： 14维浮点数组，包含左右机械臂各关节位置
• 观测状态： 14维浮点数组，包含左右机械臂各关节位置
• 图像观测： 4个摄像头视角（头部、左手腕、低位、右手腕）
  • 分辨率：640×480
  • 通道数：3
  • 编码格式：av1
  • 帧率：30 fps
• 索引信息： 剧集索引、帧索引、任务索引、时间戳

机器人信息

• 机器人名称： bimanual_widowxai
• 代码库版本： v2.1
• Trossen子版本： v1.0

分割信息

• 训练集： 剧集0到4

创建信息

• 创建工具： LeRobot
• 仓库ID： TrossenRoboticsCommunity

搜集汇总

数据集介绍

构建方式

在机器人技术领域，record-test数据集依托LeRobot框架构建，采用分布式数据采集策略。该数据集通过多视角视觉传感器与双机械臂关节状态记录系统，捕获了高频率的时序交互数据。数据以分块存储形式组织，每个数据块包含千条记录，并以Parquet格式高效压缩存储，确保了大规模机器人操作数据的完整性与可访问性。

特点

该数据集显著特点在于其多模态数据结构，融合了四路高清视频流与14维关节控制信号。视频数据以AV1编码存储，分辨率达640x480，帧率稳定在30Hz，同步记录头部、左右腕部及低位视角。动作与状态数据精确对应机械臂各关节位置信息，支持双机械臂系统的协同操作研究，为仿人机器人控制提供了丰富感知与执行层数据支撑。

使用方法

研究人员可通过HuggingFace平台直接加载该数据集，利用标准Parquet读取接口访问分块存储的交互数据。数据集已预设训练分割方案，支持端到端的机器人模仿学习与强化学习算法验证。多路视频流与关节状态数据可分别提取，用于视觉运动对应关系建模、行为克隆或离线强化学习等研究场景，为机器人技能学习提供基准数据源。

背景与挑战

背景概述

在机器人学习领域，高质量数据集对于推动算法发展具有关键作用。record-test数据集由TrossenRoboticsCommunity于2025年创建，基于LeRobot框架构建，专门针对双机械臂控制任务。该数据集通过多视角视觉传感器和关节状态记录，为机器人模仿学习与强化学习提供真实交互数据，其核心研究在于解决复杂环境下机械臂的协同操作问题，对促进机器人自主操作能力具有重要价值。

当前挑战

该数据集主要应对机器人操作任务中高维连续动作空间与多模态感知的挑战，需从多摄像头视频流和关节状态中学习有效的控制策略。构建过程中面临多传感器时序同步、大规模视频数据压缩存储等技术难点，同时需确保机械臂动作数据的精确采集与标注一致性，这对数据采集系统的稳定性和数据处理流程的可靠性提出了较高要求。

常用场景

经典使用场景

在机器人学习领域，record-test数据集通过多视角视觉感知与双机械臂关节状态数据，为模仿学习与行为克隆算法提供了丰富的训练素材。该数据集记录了完整的环境交互序列，包含头部、腕部及低位摄像头的同步视频流，配合精确的关节位置信息，使得研究者能够重构复杂的操作任务轨迹。

解决学术问题

该数据集有效解决了机器人操作任务中动态环境感知与精细动作生成的耦合难题。通过提供高精度时空对齐的多模态数据，支持了端到端策略学习、跨模态表示对齐等关键研究方向，显著提升了机械臂操作任务的可泛化性与适应性，为具身智能研究提供了实证基础。

衍生相关工作

基于该数据集的特性，已衍生出多模态融合策略网络、时空一致性学习框架等创新工作。部分研究通过提取其视频与状态数据的隐含关联，开发了基于视觉预测的强化学习算法，另有工作利用其双机械臂数据探索了双边协同操作中的动作映射与力控制策略。