遇见数据集

libero_plus_goal_camera_all

收藏
Hugging Face2026-07-16 更新2026-07-16 收录
官方服务:

资源简介:

该数据集是一个机器人学数据集,使用LeRobot工具创建。它包含来自Franka Panda机器人的多视角视频和状态数据,用于训练或评估机器人任务。数据集总共有858个episodes、104,064帧和10个任务,帧率为20fps。数据特征包括:观测状态(如末端执行器状态、关节状态、夹爪状态)、多视角图像(包括手腕、前视和侧视摄像头,分辨率为256x256 RGB视频)、动作(7维浮点数组)、时间戳、帧索引、episode索引、任务索引等。数据以Parquet格式存储,总数据大小约为100MB,视频文件大小极小。数据集遵循Apache 2.0许可证,适用于机器人控制和强化学习研究。

提供机构:
max-chr
创建时间:
2026-07-12
原始信息汇总

数据集概要

  • 数据集名称: libero_plus_goal_camera_all
  • 许可证: Apache-2.0
  • 任务类别: 机器人学 (Robotics)
  • 标签: LeRobot, libero, libero-plus, panda, multicam, camera
  • 创建工具: 使用 LeRobot 创建

数据集结构

基本信息

  • 代码库版本: v3.0
  • 帧率 (FPS): 20
  • 机器人类型: franka (Franka Emika Panda)
  • 总片段数 (Episodes): 858
  • 总帧数 (Frames): 104064
  • 总任务数 (Tasks): 10
  • 数据分块大小: 1000
  • 数据文件大小: 100 MB
  • 视频文件大小: 极小 (1e-06 MB)
  • 数据文件路径: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
  • 视频文件路径: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
  • 数据划分: 训练集 (train) 包含全部 858 个片段

特征 (Features)

特征名称 数据类型 形状 (Shape) 描述
observation.state float32 (8,) 机器人状态: x, y, z, axis_angle1-3, gripper (2个)
observation.states.ee_state float32 (6,) 末端执行器状态: x, y, z, axis_angle1-3
observation.states.joint_state float32 (7,) 关节状态: joint_0 至 joint_6
observation.states.gripper_state float32 (2,) 夹爪状态: gripper (2个)
observation.images.image video (AV1) (256, 256, 3) 主摄像头 RGB 图像 (256x256)
observation.images.wrist_image video (AV1) (256, 256, 3) 腕部摄像头 RGB 图像 (256x256)
observation.images.frontview_image video (AV1) (256, 256, 3) 前视摄像头 RGB 图像 (256x256)
observation.images.sideview_image video (AV1) (256, 256, 3) 侧视摄像头 RGB 图像 (256x256)
action float32 (7,) 动作: x, y, z, axis_angle1-3, gripper
timestamp float32 (1,) 时间戳
frame_index int64 (1,) 帧索引
episode_index int64 (1,) 片段索引
index int64 (1,) 索引
task_index int64 (1,) 任务索引

图像视频编码详情

  • 编码格式: AV1
  • 像素格式: yuv420p
  • 帧率: 20 FPS
  • 分辨率: 256x256
  • 色彩通道: 3 (RGB)
  • 视频编码参数: group of pictures (g=2), constant rate factor (crf=30), preset=12, fast_decode=0
  • 视频后端: PyAV

任务与用途

  • 任务数量: 10 个不同的任务
  • 应用场景: 多摄像头机器人操作数据集,适用于模仿学习、机器人控制策略训练、多视角视觉-运动学习等 LeRobot 相关研究。
  • 可通过交互界面可视化: 支持直接通过 Hugging Face Spaces 进行数据集可视化 (链接指向 https://huggingface.co/spaces/lerobot/visualize_dataset?path=max-chr/libero_plus_goal_camera_all)
二维码
社区交流群
二维码
科研交流群
商业服务