stopballleft

该数据集包含使用物理Galaxea R1 Lite机器人通过右臂执行stop-ball任务的遥操作演示。数据通过真实机器人遥操作采集，共99个episode，分别来自2026年9月25日（28个episode）和2026年9月30日（71个episode）。数据格式为ROS 2 MCAP、metadata.yaml和recorder JSON sidecar文件，总源数据大小约69.5 GB。时间戳基于亚洲/香港时区。数据集未进行逐帧隐私审查，相机流可能包含实验室环境、操作员、屏幕等附属细节。未提供数据集许可证，使用者需联系仓库所有者获取重用或再分发的权限。This dataset contains teleoperation demonstrations of a stop-ball task performed by the right arm of a physical Galaxea R1 Lite robot. Data was collected through real robot teleoperation, with a total of 99 episodes: 28 episodes on September 25, 2026, and 71 episodes on September 30, 2026. The data format includes ROS 2 MCAP, metadata.yaml, and recorder JSON sidecar files, with a total source data size of approximately 69.5 GB. Timestamps are based on Asia/Hong Kong timezone. The dataset has not undergone per-frame privacy review; camera streams may include ancillary details such as lab environment, operators, screens, etc. No dataset license is provided; users must contact the repository owner for permission to reuse or redistribute.

原始信息汇总

Galaxea R1 Lite stop-ball demonstrations with right arm

数据集概况

• 数据集名称：Galaxea R1 Lite stop-ball demonstrations with right arm
• 数据类型：使用物理 Galaxea R1 Lite 采集的原始遥操作机器人任务片段（episodes）
• 命名变更：该数据集此前以 cdcaffee/stopballleft 发布，在 9 月 30 日上传后更名为 cdcaffee/stopballwithrightarm。

内容构成

• 20260925：28 个 episodes
• 20260930：71 个 episodes
• 总 episodes 数：99
• 总源字节数：69509165657
• 格式：ROS 2 MCAP、metadata.yaml 以及 recorder JSON sidecar
• 源时区：Asia/Hong_Kong

文件组织

• 文件保留 recorder 生成的稳定 episode 标识符，位于 episodes/YYYYMMDD/ 之下。
• included_manifest.jsonl 是权威的文件与大小清单。
• 原始源文件在准备或上传过程中未被修改。

隐私审查与发布范围

• 数据所有者授权公开两个采集日的数据。
• 本次发布未进行逐帧隐私审查。
• 摄像头视频流可能显示实验室、操作人员、屏幕、标签或其他附带细节。
• 如有隐私或同意方面的疑虑，请联系仓库所有者。
• 仅包含所声明的原始采集日文件夹、本数据集卡片以及发布清单。
• 凭证、本地项目文件、派生审查帧以及无关的机器人文件均被排除。

许可

• 发布请求中未提供数据集许可。
• 公开可见本身并不授予重用或再分发内容的权限；适用权限请联系仓库所有者。

完整性与局限性

• 清单大小与源路径在每次上传前立即重新校验。
• recorder sidecar 摘要被保留，但由于 recorder 未声明算法，因此未对其算法作出断言。
• 本次上传未对每个 episode 重新评估硬件行为与任务成功情况。

搜集汇总

数据集介绍

构建方式

在机器人学习领域，高质量的真实世界演示数据是推动操作策略泛化与鲁棒性研究的重要基础。该数据集依托Galaxea R1 Lite实体机器人平台，通过遥操作方式采集右臂执行停球任务的原始片段。采集过程跨越两个时间节点：2026年9月25日获取28条，9月30日获取71条，总计99条。全部数据以ROS 2 MCAP格式存储，辅以metadata.yaml和记录器JSON边车文件，源时区为Asia/Hong_Kong。原始文件在准备与上传期间未经修改，并借助included_manifest.jsonl清单进行权威的文件与大小核验，确保数据溯源的完整性。

特点

该数据集以真实机器人操作轨迹为核心特征，所有片段均保留了记录器生成的稳定标识符，并按照日期目录组织于episodes/YYYYMMDD/下。原始数据总量达69,509,165,657字节，体现了多模态传感器流的高保真记录。然而，数据集存在若干值得注意的局限：未附带正式的数据集许可证，公开可见性并不自动授予复用或再分发权限；未进行逐帧隐私审查，相机流可能 incidental 地捕捉到实验室环境、操作人员、屏幕或标签等信息；硬件行为与任务成功率亦未针对每条片段重新评估。这些特征提示使用者在利用数据时需审慎考量隐私与合规要求。

使用方法

对于希望复现或扩展该机器人操作演示的研究者，可通过episodes/YYYYMMDD/路径直接访问原始MCAP文件，并结合included_manifest.jsonl清单核对文件与大小。元数据文件metadata.yaml和记录器JSON边车提供了采集上下文与时间信息，便于按日期筛选子集。由于未进行隐私脱敏，使用前建议自行审查相机流中可能出现的敏感细节。任何隐私或同意方面的疑虑应报告给仓库所有者。使用该数据集时，需联系仓库所有者获取适用权限，并尊重公开可见性与复用授权之间的区别。硬件行为与任务成功未重新验证，因此下游应用需自行评估数据质量与适用性。

背景与挑战

背景概述

伴随具身智能与机器人学习范式的快速演进，真实遥操作演示数据已成为训练操作策略、复现精细动作不可或缺的基石。Galaxea R1 Lite stop-ball demonstrations with right arm数据集由Galaxea团队基于实体R1 Lite平台于2026年9月以遥操作方式采集，涵盖两个采集日共99条原始episode，总源字节约695亿字节，采用ROS 2 MCAP格式存储并辅以录制器JSON边车与元数据文件，时间戳锚定香港时区，聚焦右臂执行停止球任务这一操作技能。该数据集最初以stopballleft之名发布，后经更名以准确反映右臂任务属性。其以录制器原生标识与清单校验保障可追溯性，为双臂操作研究、任务级策略学习及遥操作数据治理提供了具备工程规范的真实样本。

当前挑战

停止球任务要求机械臂在动态场景中完成接近、定位与制停，涉及视觉感知、运动规划与力位混合控制的紧密耦合，个体差异、光照波动与物体位姿不确定性令策略泛化成为核心难题。构建过程中的挑战同样不容忽视。发布方坦承未执行逐帧隐私审查，实验室环境、操作人员与屏幕标签等敏感信息可能随相机流外泄，而缺乏明确许可证使数据在法律层面的可重用边界模糊。录制器边车摘要算法未予声明，硬件行为与任务成功率亦未逐条复核，原始文件的完整性与质量尚存盲区。此外，原始数据体量庞大，跨日期episode的时序一致性与格式兼容性管理构成持续压力。

常用场景

经典使用场景

在机器人学习与遥操作研究领域，基于真实硬件采集的示范数据是训练模仿学习与自主控制策略的核心资源。Galaxea R1 Lite stop-ball demonstrations with right arm数据集以ROS 2 MCAP格式记录了99个真实遥操作机器人片段，涵盖2026年9月25日与9月30日两个采集日，全部聚焦于右臂执行停球任务的完整操作流程。该数据集的经典使用场景在于为视觉-运动策略学习提供高保真、时序完整的原始传感与动作流，研究者可据此构建端到端的模仿学习管线，或提取状态-动作对用于行为克隆与离线强化学习，从而在仿真与真实平台之间搭建可复现的训练与评估基准。

解决学术问题

当前机器人操作研究长期受困于真实世界示范数据稀缺、格式异构与可复现性不足等瓶颈。该数据集以标准化的ROS 2 MCAP封装、配套metadata.yaml与记录器JSON边车文件，并借助included_manifest.jsonl提供权威的文件与容量清单，有效缓解了数据溯源困难与完整性校验缺失的问题。其99个片段覆盖同一任务的多日采集，为研究策略泛化性、跨时段稳定性以及遥操作行为一致性提供了可控的实验素材，推动了模仿学习在真实机器人平台上的可重复验证，对提升学术研究的透明度和工程落地可信度具有积极意义。

衍生相关工作

该数据集前身为cdcaffee/stopballleft，后更名为cdcaffee/stopballwithrightarm，体现了同一采集谱系在命名规范与任务聚焦上的演进。围绕这一数据资源，后续工作可沿两条路径展开：其一，基于右臂停球示范构建模仿学习或扩散策略模型，并与左臂版本进行对照研究，探索肢体差异对策略迁移的影响；其二，利用多日采集的时序特性开展持续学习与领域自适应研究，考察策略在时间漂移下的鲁棒性。相关衍生工作预期将丰富Galaxea R1 Lite平台的开源生态，并为遥操作数据标准化提供可借鉴的实践范例。