desk-stationery-to-drawer-bimanual_v5

该数据集是一个专为双手机器人操作任务设计的机器人学习数据集，使用LeRobot框架创建。它包含460个训练episodes，总计1,089,498帧数据，以30帧每秒（fps）记录。数据集专注于单一任务：机器人从桌面将文具移动到抽屉的双臂操作。数据特征包括机器人的动作（12维关节位置，对应左右手臂的肩、肘、腕和夹爪位置）和观察状态（同样为12维关节位置，以及来自三个摄像头的图像观察：左前、右前和右顶摄像头，每个摄像头提供480x640分辨率的RGB视频）。数据以parquet格式存储，并附带视频文件。数据集结构支持训练分割（所有episodes用于训练），适用于机器人控制领域的强化学习或模仿学习应用。

This dataset is a robot learning dataset specifically designed for dual-arm robot manipulation tasks, created using the LeRobot framework. It contains 460 training episodes, totaling 1,089,498 frames recorded at 30 frames per second (fps). The dataset focuses on a single task: the dual-arm manipulation of moving stationery from a desktop to a drawer. Data features include robot actions (12-dimensional joint positions corresponding to shoulder, elbow, wrist, and gripper positions for both arms) and observation states (also 12-dimensional joint positions, along with image observations from three cameras: left front, right front, and right top, each providing RGB video at 480x640 resolution). The data is stored in parquet format with accompanying video files. The dataset structure supports a training split (all episodes are used for training) and is suitable for applications in reinforcement learning or imitation learning in the field of robot control.

原始信息汇总

数据集概述

• 数据集名称：desk-stationery-to-drawer-bimanual_v5
• 数据集链接：https://huggingface.co/datasets/notstrober/desk-stationery-to-drawer-bimanual_v5
• 许可证：Apache-2.0
• 任务类别：机器人学（robotics）
• 标签：LeRobot

数据集详情

• 创建工具：使用 LeRobot 创建。
• 机器人类型：bi_so_follower（双臂跟随机器人）
• 总集数（episodes）：460
• 总帧数（frames）：1,089,498
• 总任务数：1
• 数据块大小（chunks_size）：1000
• 数据文件大小：100 MB
• 视频文件大小：200 MB
• 帧率（fps）：30

数据集划分

• 训练集：0 到 459（共 460 个 episodes，全部用于训练）

特征结构

动作（action）

• 数据类型：float32
• 维度：12
• 包含：
  • 左臂：shoulder_pan、shoulder_lift、elbow_flex、wrist_flex、wrist_roll、gripper 的位置
  • 右臂：shoulder_pan、shoulder_lift、elbow_flex、wrist_flex、wrist_roll、gripper 的位置

观测状态（observation.state）

• 数据类型：float32
• 维度：12
• 包含：与动作特征相同的关节位置信息

观测图像

数据集包含三个摄像头视角的 RGB 图像，每个图像的分辨率为 480×640（3 通道），帧率为 30 fps，编码为 AV1，像素格式为 yuv420p：

• left_front：左前方摄像头
• right_front：右前方摄像头
• right_top：右上方摄像头

其他特征

• timestamp：时间戳（float32，1 维）
• frame_index：帧索引（int64，1 维）
• episode_index：集数索引（int64，1 维）
• index：全局索引（int64，1 维）
• task_index：任务索引（int64，1 维）

数据存储路径

• 数据文件：data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件：videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4