R1_Lite_open_and_close_microwave_oven

R1_Lite_open_and_close_microwave_oven数据集是基于LeRobot扩展格式构建的，完全兼容LeRobot。数据集使用R1_Lite机器人，代码库版本为v2.1，末端执行器类型为two_finger_gripper。该数据集涵盖了家庭和餐厅两种场景类型，并包括6个原子动作：抓取、拾取、放置、推送、拉动和按按钮。数据集包含117个总剧集，183612帧，1个任务，351个视频，1个块，块大小为1000，帧率为30，数据集大小为7.7GB。数据集包括丰富的注释，支持多种学习方法，如子任务分割、场景描述、末端执行器方向、速度、加速度、夹爪模式和活动状态。数据集按照LeRobot格式组织，包括视频、状态数据、动作数据和元数据。数据集被分为训练集和测试集，并提供详细的目录结构。

原始信息汇总

R1_Lite_open_and_close_microwave_oven 数据集概述

基本信息

• 数据集名称: R1_Lite_open_and_close_microwave_oven
• 许可证: apache-2.0
• 支持语言: 英语、中文
• 任务类别: 机器人技术
• 标签: RoboCOIN, LeRobot
• 数据范围: 100K-1M

机器人配置

• 机器人类型: R1_Lite
• 代码库版本: v2.1
• 末端执行器类型: 两指夹爪

场景类型

• 家庭环境
• 餐厅环境

原子动作

• 抓取
• 拾取
• 放置
• 推
• 拉
• 按压按钮

数据集统计

指标	数值
总片段数	117
总帧数	183612
总任务数	1
总视频数	351
总分块数	1
分块大小	1000
帧率	30
数据集大小	7.7GB

任务描述

主要任务

将薯条盘放入微波炉，开启微波炉，取出盘子并关闭微波炉

子任务

1. 关闭微波炉
2. 空任务
3. 打开微波炉
4. 将微波炉放回原位
5. 将盘子放入微波炉
6. 从微波炉中取出盘子

数据特征

视觉观测

• observation.images.cam_high_rgb: 视频，帧率30，编码av1
• observation.images.cam_left_wrist_rgb: 视频，帧率30，编码av1
• observation.images.cam_right_wrist_rgb: 视频，帧率30，编码av1

状态与动作

• observation.state: float32，14维关节状态
• action: float32，14维动作命令

时间信息

• 时间戳、帧索引、片段索引、任务索引

注释信息

• 子任务注释
• 场景注释

运动特征

• 末端执行器仿真位姿（状态和动作）
• 末端执行器方向分类
• 末端执行器速度分类
• 末端执行器加速度分类

夹爪特征

• 夹爪开合尺度（状态和动作）
• 夹爪模式分类
• 夹爪活动状态分类

数据划分

• 训练集: 片段0-116

文件结构

• 数据文件: parquet格式，按分块组织
• 视频文件: mp4格式，按相机视角组织
• 元数据: JSON格式的元信息文件
• 注释文件: JSONL格式的注释文件

作者信息

• 贡献者: RoboCOIN团队

相关链接

• 主页: https://flagopen.github.io/RoboCOIN/
• 论文: https://arxiv.org/abs/2511.17441
• 代码库: https://github.com/FlagOpen/RoboCOIN
• 问题反馈: https://github.com/FlagOpen/RoboCOIN/issues

版本信息

• 初始版本: v1.0.0 (2025年11月)

引用信息

如需在研究中引用此数据集，请使用提供的BibTeX条目。

搜集汇总

数据集介绍

构建方式

在机器人操作数据采集领域，R1_Lite_open_and_close_microwave_oven数据集通过R1_Lite型双臂机器人系统构建，采用双指夹爪执行器在家庭与餐厅场景中完成微波炉开关任务。数据采集过程涵盖117个完整操作序列，累计18.3万帧视觉与运动数据，以30帧率同步记录三路高清摄像头影像，并按照LeRobot扩展格式将多模态数据封装于分块存储的Parquet文件中，确保时序对齐与结构一致性。

特点

该数据集的核心价值体现在其精细的动作语义标注体系，不仅包含抓取、放置等基础操作标签，更提供了末端执行器的六维位姿、速度加速度分级、夹爪开合尺度等物理量标注。多视角视觉数据与14维关节状态动作向量的同步采集，构建了从宏观场景理解到微观运动控制的完整表征链条，为模仿学习与行为克隆算法提供了层次化的监督信号。

使用方法

研究者可通过加载标准Parquet数据文件直接获取时序对齐的多模态观测，利用预定义的特征字段提取关节状态、视觉流及动作轨迹。训练集包含0-116号完整操作序列，支持端到端策略学习、动作分割模型训练等任务。数据加载接口兼容LeRobot生态，用户可基于官方代码库快速构建机器人操作策略的验证管道。

背景与挑战

背景概述

机器人操作数据集作为智能系统开发的核心资源，近年来在家庭服务机器人领域展现出重要价值。R1_Lite_open_and_close_microwave_oven数据集由RoboCOIN团队于2025年11月发布，基于LeRobot框架构建，专注于双指夹爪机器人在家庭与餐厅场景下的微波炉操作任务。该数据集通过183,612帧多视角视频数据与精细的动作标注，为复杂操作序列的时序建模提供支撑，其包含的抓取、按压按钮等原子动作单元，显著推进了机器人精细操作能力的研究进程。

当前挑战

在机器人操作领域，微波炉开闭任务需解决动态环境下的多模态感知融合与精细动作控制难题。数据集构建过程中面临三大挑战：多视角视频数据同步采集带来的时序对齐复杂度，双机械臂协同操作的轨迹规划冗余度控制，以及涉及推拉、按压等复合动作的语义标注一致性维护。这些挑战直接影响了动作识别模型的泛化能力与操作策略的迁移效果。

常用场景

经典使用场景

在家庭服务机器人研究领域，该数据集聚焦于微波炉操作这一典型家居任务，通过记录双指夹爪机械臂执行开门、放置餐盘、启动加热及关闭门体等完整操作序列，为模仿学习算法提供多视角视觉观测与精细动作轨迹数据。其包含的六项子任务分解与丰富运动标注，使得该数据集成为验证分层强化学习框架和动作分割模型的基准测试平台。

衍生相关工作

依托该数据集衍生的经典研究包括基于LeRobot框架的双臂协同控制算法优化，以及结合时序卷积网络的细粒度动作识别模型。相关工作通过利用数据集提供的多维度运动特征，开发了面向复杂操作任务的元强化学习策略，进一步催生了跨场景操作知识迁移、动态物体操控等研究方向，形成了机器人操作学习领域的重要技术脉络。

数据集最近研究

最新研究方向

在家庭服务机器人领域，微波炉开关操作数据集正推动多模态感知与精细动作控制的前沿探索。该数据集通过三视角视觉观测与六维末端执行器位姿标注，为双臂协作的时序动作分割研究提供了高精度基准。当前研究聚焦于从原始视频流到机器人关节轨迹的端到端模仿学习，结合动态抓取力控制与场景语义理解，旨在解决非结构化环境中物体交互的泛化难题。随着具身智能研究热潮的兴起，此类富含物理交互注释的数据集正成为验证机器人认知-动作闭环系统性能的关键载体，为家庭自动化与智能养老等应用场景奠定技术基石。