conversion_test__quality

Hugging Face2026-07-13 更新2026-07-14 收录

机器人学习

多模态机器人数据

数据链接：

https://huggingface.co/datasets/dominicdx/conversion_test__quality 数据链接链接失效反馈

官方服务：

资源简介：

该数据集是一个用于机器人学习任务的多模态交互数据集，使用LeRobot工具创建。数据以30 FPS的帧率采集，包含98个独立情节，总计84305个数据帧，覆盖6个不同任务。数据集采用Apache 2.0许可证。数据内容包括8维浮点动作向量、24维浮点机器人状态观测向量，以及来自cam_high摄像头的高分辨率视频观测（图像尺寸240x320像素，RGB通道）。元数据包括时间戳、帧索引、情节索引、全局索引和任务索引。数据以分块形式存储，每块1000帧，总数据文件大小约100 MB，视频文件大小约200 MB，关联机器人平台openarm_follower。数据集划分为训练集，包含全部98个情节，适用于机器人模仿学习、强化学习、行为克隆等研究。

This dataset is a multimodal interaction dataset for robot learning tasks, created using the LeRobot tool. Data is collected at a frame rate of 30 FPS, comprising 98 independent episodes, totaling 84,305 data frames, covering 6 different tasks. The dataset is licensed under Apache 2.0. Data content includes an 8-dimensional floating-point action vector, a 24-dimensional floating-point robot state observation vector, and high-resolution video observations from a camera named cam_high (image size 240x320 pixels, RGB channels). Metadata includes timestamp, frame index, episode index, global index, and task index. Data is stored in chunks of 1,000 frames, with a total data file size of approximately 100 MB and video file size of approximately 200 MB, associated with the robot platform openarm_follower. The dataset is divided into a training set containing all 98 episodes and is suitable for research in robot imitation learning, reinforcement learning, behavior cloning, etc.

创建时间：

2026-07-12

原始信息汇总

数据集概述

数据集名称: conversion_test__quality
许可证: Apache-2.0
任务类别: 机器人学 (robotics)
标签: LeRobot
创建工具: LeRobot

数据集结构

代码库版本: v3.0
帧率 (FPS): 30
总片段数 (Episodes): 98
总帧数: 84,305
总任务数: 6
数据文件大小: 100 MB
视频文件大小: 200 MB
机器人类型: openarm_follower
数据集划分: 训练集 (train) 覆盖全部 0 至 98 片段

特征字段

字段名	数据类型	形状	说明
action	float32	[8]	动作数据
observation.state	float32	[24]	观察状态
observation.images.cam_high	video	[240, 320, 3] (高×宽×通道)	高处摄像头视频，帧率30，编码自动
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

文件路径

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
默认配置: default，对应数据文件 data/*/*.parquet

引用信息

主页: 暂无
论文: 暂无
BibTeX: 暂无

搜集汇总

数据集介绍

构建方式

该数据集基于LeRobot框架构建，专为机器人学习研究设计。数据以Parquet格式存储，包含98个独立任务回合（episodes），总计84305帧数据，涵盖6种不同任务。每个回合记录了完整的传感器与执行器信息，包括8维的动作向量（action）和24维的机器人状态观测（observation.state），并同步采集了来自高视角摄像头（cam_high）的视觉数据，图像分辨率为240×320像素、三通道彩色。数据采集频率为30帧/秒，每帧均附有时间戳、帧索引、回合索引及任务索引等结构化元信息，便于时序数据的对齐与回放。

特点

此数据集最显著的特点在于其多模态融合与结构化设计。它同时提供了机器人本体状态的低维连续观测（24维向量）与高维视觉观测（视频流），支持从感知到控制的端到端学习。数据按回合组织，且所有样本的序列长度可变，符合真实机器人操作场景。此外，数据集明确区分了训练集（全部98个回合）与测试设置，并预设了机器人类型为openarm_follower，便于针对特定硬件进行策略迁移与验证。总数据量约为300MB（其中视频占200MB），属于中小规模但信息密度较高的优质资源。

使用方法

使用该数据集时，推荐通过LeRobot库进行加载与预处理。用户可直接调用LeRobot的数据加载接口读取Parquet文件与关联的MP4视频，自动获得对齐后的状态、动作与图像张量。数据集支持基于回合索引（episode_index）和帧索引（frame_index）的灵活切片，适用于行为克隆（BC）、隐式Q学习（IQL）等模仿学习与强化学习算法的训练。训练前，需将图像数据归一化并调整至模型期望的输入尺寸；动作和状态数据则可直接作为连续控制信号使用。鉴于数据全部归入训练集，用户可自行划分验证集以进行模型评估。

背景与挑战

背景概述

conversion_test__quality数据集诞生于机器人学习领域对大规模、标准化操作数据日益迫切的需求之际，由Hugging Face团队借助其LeRobot框架创建，旨在为机器人操作技能学习提供高质量的多模态训练样本。该数据集涵盖6种不同任务，包含98个完整操作片段，总计超过8.4万帧的高频时序数据，以30帧每秒的速率捕捉了机器人执行精细操作时的动作序列、视觉观测及系统状态。其核心研究问题聚焦于如何通过共享统一格式的数据集，推动模仿学习与强化学习在物理机器人上的泛化能力与效率提升。作为LeRobot生态系统的重要验证集，该数据集为评估不同导航和操作算法提供了标准化基准，对推动开源机器人研究社区的发展具有奠基意义。

当前挑战

该数据集所解决的领域挑战在于机器人操作任务中数据异构性与复现困难的双重困境：不同机器人平台在传感器配置、运动学参数和控制频率上的差异导致模型难以跨平台迁移，而缺少统一标注格式使得算法对比缺乏公平基准。在构建过程中，团队面临多重技术挑战：首先，需设计兼容多模态的高效存储架构，将高帧率视频、连续动作向量与状态向量在时间轴上精确对齐，并控制数据文件与视频文件的体积（分别约100MB和200MB）以适应分布式训练；其次，需定义标准化的操作拆解逻辑，将6种复杂任务（如抓取、放置）分解为可复现的轨迹片段；最后，通过LeRobot的自动化管道实现数据采集的一致性验证，确保各片段在30Hz采样率下的时序完整性。

常用场景

经典使用场景

在机器人学习与模仿学习领域，conversion_test__quality数据集凭借其高频率采样的动作与状态信息，以及多视角视觉输入（如cam_high摄像头），成为训练机器人从示范中学习任务的经典资源。该数据集包含98个演示片段、超过8万帧数据，覆盖6种不同任务，适用于行为克隆、逆强化学习等算法，用于学习机械臂在连续动作空间中的精准操控策略。

衍生相关工作

基于该数据集，研究者已经衍生出多项经典工作。例如，利用其精心标注的序列结构，开发了高效的动作片段分割与预训练编码器，相关成果被应用于机器人基础模型的初始训练。同时，该数据集启发了跨本体迁移学习的研究，推动了开源工具箱LeRobot中多种模仿学习算法的标准化实现与评测。

数据集最近研究