armnetbench_v01_lerobot_bimanual_so101

Name: armnetbench_v01_lerobot_bimanual_so101
Creator: armnet
Published: 2026-07-03T19:58:41+08:00

Hugging Face2026-07-03 更新2026-07-03 收录

双手机器人操作

机器人强化学习

数据链接：

https://huggingface.co/datasets/armnet/armnetbench_v01_lerobot_bimanual_so101 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强化学习的双手机器人数据集，基于LeRobot平台创建，专门针对so-101型号机器人。数据集包含动作数据（12个关节位置）、观察状态（同样12个关节位置）以及来自三个摄像头的视频观察：左腕摄像头（分辨率720x1280）、右腕摄像头（分辨率720x1280）和顶部摄像头（分辨率576x1024），所有视频以20fps录制。数据集包括1099个episodes、678789帧和4个任务，数据以parquet格式存储，视频以mp4格式存储，总大小约为300MB。该数据集适用于机器人控制、强化学习算法训练等研究。

This dataset is a dual-arm robot dataset for reinforcement learning in robotics, created based on the LeRobot platform and specifically designed for the so-101 model robot. It includes action data (12 joint positions), observation states (also 12 joint positions), and video observations from three cameras: left wrist camera (resolution 720x1280), right wrist camera (resolution 720x1280), and top camera (resolution 576x1024), with all videos recorded at 20fps. The dataset comprises 1099 episodes, 678789 frames, and 4 tasks, with data stored in parquet format and videos in mp4 format, totaling approximately 300MB in size. It is suitable for research in robot control and reinforcement learning algorithm training.

提供机构：

armnet

创建时间：

2026-07-03

原始信息汇总

数据集总览

ArmnetBench v0.1 (LeRobot, bimanual SO-101) 是一个面向双臂机器人的操作基准数据集，基于双 SO-101 机械臂平台构建。

许可协议: Apache-2.0
任务领域: 机器人学 (Robotics)
数据集大小: 1,000 < n < 10,000 个样本

核心构成

该数据集包含 50 条人类遥操作参考轨迹 和 7 种策略的评估轨迹，覆盖 4 个双臂任务。

机器人平台: Bimanual SO-101（双臂 SO-101）
任务数量: 4
参考示范: 每项任务 50 条人类遥操作轨迹
评估策略: 7 种 (ACT, Diffusion, SmolVLA, π0, π0.5, GR00T N1.7, MolmoAct 2)
摄像头: left_wrist (720×1280), right_wrist (720×1280), top (576×1024) — AV1 编码, 20 fps
总片段数: 1,099
总帧数: 678,789 (约 9.4 小时, 20 fps)
标签: 每个片段标注为 successful / failure / suboptimal

任务详情

每项任务均提供人类遥操作参考数据集链接，用于训练或微调评估策略。

任务 ID	指令	参考数据集 (遥操作)
`fold_tea_towel`	折叠棕色茶巾	villekuosmanen/armnetbench_fold_tea_towel
`insert_candle`	将蜡烛插入灯笼并关门	villekuosmanen/armnetbench_insert_candle
`open_lamp_door`	左手固定粉色台灯，右手开门	villekuosmanen/armnetbench_open_lamp_door
`transfer_cube`	将方块从一臂转移到另一臂，丢入白色篮子	villekuosmanen/armnetbench_transfer_cube

评估策略

策略类型	家族	检查点作者
`act`	Action Chunking Transformer (ACT)	@pravsels
`diffusion`	Diffusion Policy	@villekuosmanen
`smolvla`	SmolVLA (视觉-语言-动作)	@pravsels
`pi0`	π0 flow-matching VLA	@lorenzouttini
`pi0.5`	π0.5 VLA	@lorenzouttini
`grootn1.7`	NVIDIA GR00T N1.7 VLA	@pravsels
`molmoact2`	MolmoAct 2 VLA	@pravsels

数据格式

数据集遵循 LeRobot v3.0 布局，一个片段对应一次双臂 rollout，包含所有摄像头和 12 自由度状态/动作，以 20 fps 同步。

标准 LeRobot 特征

特征	类型	描述
`observation.images.left_wrist`	视频 720×1280	左腕摄像头 (AV1)
`observation.images.right_wrist`	视频 720×1280	右腕摄像头 (AV1)
`observation.images.top`	视频 576×1024	俯视摄像头 (AV1)
`observation.state`	float32[12]	左臂 + 右臂关节位置
`action`	float32[12]	左臂 + 右臂指令关节位置
`task`	string	语言指令 (来自 `meta/tasks`)

ArmnetBench 扩展特征

逐帧特征 (在 data/*.parquet 中):

特征	类型	描述
`next.reward`	float32[1]	稀疏终端奖励: 如果 `success_class == successful`, 最终保留帧为 `1.0`, 否则 `0.0`
`next.done`	bool[1]	每个片段的最终保留帧为 `True`

逐片段特征 (在 meta/episodes/*.parquet 中):

列	类型	描述
`success`	int (0/1)	二值成功标记 (`1` 仅限严格成功; `suboptimal` 映射为 `0`)
`success_class`	string	`successful`, `failure`, 或 `suboptimal`
`policy_repo_id`	string	评估策略的 Hugging Face 仓库 ID (遥操作片段为空)
`policy_type`	string	`act`, `diffusion`, `smolvla`, `pi0`, `pi0.5`, `grootn1.7`, `molmoact2`, 或 `teleoperated`