rollout_so101_sync_debug_20260716_182425

该数据集是使用LeRobot工具创建的机器人控制数据集，专门用于机器人技术任务。它包含一个完整的任务序列，总帧数为1037帧，总任务数为1。数据以Parquet格式存储，特征包括动作（action）和观测状态（observation.state），均为6维浮点数组，表示机器人关节位置（如肩部平移、肩部升降、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置）；观测图像包括正面（front）和腕部（wrist）视角的视频数据，分辨率为480x640，3通道，帧率为30fps，使用AV1编码；此外还包含时间戳、帧索引、任务索引等元数据。机器人类型为so_follower，数据集总大小约300MB（数据文件100MB，视频文件200MB），适用于机器人学习、控制策略训练等应用。This dataset is a robot control dataset created using the LeRobot tool, specifically designed for robotics tasks. It contains a complete task sequence with a total of 1037 frames and 1 task. The data is stored in Parquet format, with features including action and observation.state, both 6-dimensional floating-point arrays representing robot joint positions (e.g., shoulder translation, shoulder elevation, elbow flexion, wrist flexion, wrist rotation, and gripper position); observation images include video data from front and wrist perspectives with a resolution of 480x640, 3 channels, a frame rate of 30fps, and AV1 encoding; additionally, it includes metadata such as timestamps, frame indices, and task indices. The robot type is so_follower, and the total dataset size is approximately 300MB (100MB for data files and 200MB for video files), suitable for applications like robot learning and control policy training.

原始信息汇总

数据集概述

• 数据集名称：rollout_so101_sync_debug_20260716_182425
• 创建工具：该数据集使用 LeRobot 创建。
• 许可证：Apache-2.0
• 任务类别：机器人学（robotics）
• 标签：LeRobot

数据集结构

• 配置：default，数据文件位于 data/*/*.parquet。
• 数据格式：包含多个特征字段，具体如下：

特征字段	数据类型	形状	说明
action	float32	[6]	机器人动作，包含肩部、肘部、腕部及夹爪的6个位置参数。
observation.state	float32	[6]	机器人状态观测，与action维度一致。
observation.images.front	video	[480, 640, 3]	前置摄像头视频，分辨率480x640，RGB 3通道，编码为AV1，帧率30fps。
observation.images.wrist	video	[480, 640, 3]	腕部摄像头视频，分辨率480x640，RGB 3通道，编码为AV1，帧率30fps。
timestamp	float32	[1]	时间戳。
frame_index	int64	[1]	帧索引。
episode_index	int64	[1]	回合索引。
index	int64	[1]	全局索引。
task_index	int64	[1]	任务索引。

数据集规模

• 总回合数：1
• 总帧数：1037
• 总任务数：1
• 数据文件大小：100 MB
• 视频文件大小：200 MB
• 机器人类型：so_follower
• 帧率：30 fps

数据划分

• 训练集：train 分割，范围 0:1（即全部数据用于训练）。