libero_plus_goal_camera_all
收藏官方服务:
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)



