record-80-test5_20260602_164510

该数据集是使用LeRobot工具创建的机器人学数据集，包含80个episodes，总计45506帧数据，帧率为30 fps。数据以分块形式存储，每个块大小为1000，总数据文件大小约为100 MB，视频文件大小约为200 MB。数据集的核心特征包括动作（action）和观测状态（observation.state），两者均为浮点型数组，描述了机器人六个关节（肩部平移、肩部抬升、肘部弯曲、腕部弯曲、腕部旋转、夹爪）的位置。观测部分还包含两个视频流：机械臂视角（observation.images.arm）和俯视视角（observation.images.overhead）的图像，均为480x640分辨率的三通道彩色视频，采用AV1编解码器。此外，数据集还包含时间戳（timestamp）、帧索引（frame_index）、episode索引（episode_index）、全局索引（index）和任务索引（task_index）等元数据字段。机器人类型为so_follower，并已预定义训练集划分（索引0到80）。数据以Parquet文件格式存储，视频以MP4格式存储，适用于机器人控制、模仿学习、行为克隆等机器人学任务的研究与开发。

原始信息汇总

数据集概述

• 数据集名称: record-80-test5_20260602_164510
• 许可证: Apache-2.0
• 任务类别: robotics（机器人学）
• 创建工具: 使用 LeRobot 创建

数据集结构

该数据集基于 LeRobot v3.0 代码库，包含以下关键统计信息：

• 总片段数 (episodes): 80
• 总帧数 (frames): 45,506
• 总任务数 (tasks): 1
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 帧率 (FPS): 30
• 机器人类型: so_follower
• 数据划分: 训练集 (train) 包含全部 80 个片段

数据特征

数据集包含以下特征字段：

特征名称	数据类型	形状	说明
action	float32	[6]	机械臂动作指令，包含 6 个关节位置
observation.state	float32	[6]	机械臂状态观测，包含 6 个关节位置
observation.images.arm	video	[480, 640, 3]	机械臂摄像头视频，分辨率 480x640，3 通道
observation.images.overhead	video	[480, 640, 3]	俯视摄像头视频，分辨率 480x640，3 通道
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

动作与状态命名

动作 (action) 和观测状态 (observation.state) 均包含相同的 6 个关节名称：

• shoulder_pan.pos（肩部旋转位置）
• shoulder_lift.pos（肩部抬升位置）
• elbow_flex.pos（肘部弯曲位置）
• wrist_flex.pos（腕部弯曲位置）
• wrist_roll.pos（腕部旋转位置）
• gripper.pos（夹爪位置）

视频编码

两个摄像头视频流均采用以下编码参数：

• 编解码器: AV1
• 像素格式: yuv420p
• 视频帧率: 30 FPS
• 视频高度: 480 像素
• 视频宽度: 640 像素
• 视频通道数: 3
• 非深度图, 无音频

数据文件路径

• 数据文件: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

可视化

可通过 可视化数据集空间 在线查看该数据集内容。

搜集汇总

数据集介绍

构建方式

该数据集基于LeRobot框架构建，专注于机器人操作任务的模仿学习。数据采集过程涵盖80个完整情节，总计45506帧，以每秒30帧的速率同步记录六自由度机械臂（so_follower）的关节状态与动作指令。数据存储采用双轨制：结构化时序数据（动作、状态、时间戳等）以Parquet格式分块存储，每个分块容纳1000帧；视觉观测则编码为AV1格式的视频文件，分辨率为480×640像素，覆盖机械臂视角与俯视视角两路图像，确保多模态信息的完整性。

特点

数据集具备鲜明的结构化与多模态融合特性。动作空间与观测状态均包含肩部、肘部、腕部及夹爪的6维关节变量，维度对齐便于策略学习。视觉数据采用AV1视频编码，在压缩效率与质量间取得平衡，且包含详细的编解码参数（如CRF、预设值），便于复现。80个情节均归属单一任务类型，训练集划分明确（0:80），符合模仿学习中端到端训练的标准范式。总数据量约300MB，兼顾规模与可操作性。

使用方法

数据集通过Hugging Face的LeRobot生态实现无缝使用。用户可借助LeRobot库的API直接加载与可视化数据，或利用在线空间（如Visualize Dataset）预览示例。加载时，需指定数据集路径（aboardman/record-80-test5_20260602_164510）及配置名（default），框架将自动解析Parquet文件与视频流的对应关系。数据生成的代码库版本为v3.0，兼容LeRobot的标准化数据接口，便于直接接入常见的模仿学习训练管线（如扩散策略、行为克隆）。

背景与挑战

背景概述

在机器人学习与模仿学习领域，高质量的数据集是驱动算法进步与系统泛化的核心基石。record-80-test5数据集由Hugging Face LeRobot生态平台于2026年6月创建，由aboardman等研究人员通过遥操作采集，聚焦于“so_follower”机器人本体的精细操作技能学习。该数据集包含80个完整操作片段、45,506帧时序数据及多视角视觉观测（机械臂视角与俯视角），以30帧/秒的采样率记录了六自由度关节运动与夹爪状态。作为LeRobot社区的标准范例，它推动了机器人操作数据标准化与可复现性研究，为从仿真到真实环境的技能迁移提供了工业级基准。

当前挑战

该数据集主要面临双重挑战。在领域问题层面，核心任务是解决高维连续动作空间下的机器人模仿学习难题，要求模型能从有限示教中泛化至未见过的工作场景，并克服多模态感知（视觉、本体感受、动作）的时序对齐与融合误差。在构建过程中，遥操作采集引入了人为不一致性，如动作抖动与任务偏好偏差；同时，采用AV1编码的480p视频流在保留细粒度纹理与压缩效率间存在权衡，可能丢失关键视觉线索。此外，仅含单一任务类型的80个片段难以覆盖复杂环境的变异性，制约了策略的鲁棒性评估。

常用场景

经典使用场景

在机器人学习与自动化控制领域，该数据集承载着机械臂操控与视觉引导任务的经典使用场景。通过记录6自由度关节位置与末端夹爪状态，配合640×480像素的机载与俯视双视角视频流，数据集为模仿学习与行为克隆提供了高质量的轨迹与状态对齐数据。研究者能够利用这80轮次、45,506帧的时序信息，训练机器人从观测到动作的端到端映射模型，尤其在桌面级精细操作任务中，如抓取、放置与装配，展现出卓越的适用性。

实际应用

在实际应用场景中，该数据集可直接服务于工业协作机器人的快速部署与柔性制造。基于这些数据训练的模型能够实现诸如零件分拣、电路板元件插装以及实验室耗材拾取等重复性任务的自动化迁移。借助LeRobot框架的兼容性，工程师能够以极低成本将技能从仿真环境迁移至实体so_follower机械臂上，显著缩短了产线编程与调参的周期，在智能仓储、医疗辅助与家庭服务机器人领域展现出巨大的落地潜力。

衍生相关工作

该数据集的衍生工作推动了模仿学习与机器人基础模型方向的蓬勃发展。例如，研究者基于此类轨迹-图像对齐数据，开发了针对多视角融合的端到端策略网络，以及利用扩散模型生成连续动作序列的算法。同时，它启发了面向异构机器人平台的跨具身迁移学习框架，通过共享动作语义空间实现技能在so_follower与其它型号机械臂间的迁移。这些工作不仅丰富了LeRobot生态，也为机器人预训练-微调范式提供了宝贵的实证土壤。