phase2_pickplace_v1_20260602_054816

该数据集是由LeRobot创建的用于机器人抓取和放置任务的数据集。它包含32个剧集，总计12750帧，帧率为30fps。数据特征涵盖动作（6个浮点型关节位置，具体包括肩部平移、肩部升降、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置）、观察状态（与动作相同的关节位置）、观察图像（来自前方和腕部摄像头的视频，分辨率为480x640，采用3通道RGB编码为av1）、时间戳、帧索引、剧集索引、索引和任务索引。机器人类型为so_follower，数据以parquet和mp4视频文件格式存储，总数据大小为100MB，视频大小为200MB。该数据集适用于机器人控制、强化学习和视觉感知任务。

This dataset is created by LeRobot for robot grasping and placing tasks. It contains 32 episodes, totaling 12,750 frames with a frame rate of 30fps. Data features include actions (6 floating-point joint positions such as shoulder translation, shoulder lift, elbow bend, wrist bend, wrist rotation, and gripper position), observation states (same joint positions as actions), observation images (videos from front and wrist cameras with a resolution of 480x640, 3-channel RGB encoded as av1), timestamps, frame index, episode index, index, and task index. The robot type is so_follower, and data is stored in parquet and mp4 video file formats, with a total data size of 100MB and video size of 200MB. The dataset is suitable for robot control, reinforcement learning, and visual perception tasks.

原始信息汇总

数据集概述

• 名称: phase2_pickplace_v1_20260602_054816
• 许可证: Apache-2.0
• 任务类别: 机器人学 (Robotics)
• 标签: LeRobot
• 创建工具: LeRobot

数据集结构

• 代码库版本: v3.0
• 帧率 (FPS): 30
• 机器人类型: so_follower
• 总片段数 (Episodes): 32
• 总帧数: 12,750
• 总任务数: 1
• 块大小 (Chunks): 1,000

数据特征

特征名称	数据类型	形状	说明
action	float32	[6]	包含 6 个关节位置：shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper
observation.state	float32	[6]	机器人状态，与 action 特征相同（6 个关节位置）
observation.images.front	video	[480, 640, 3]	前置摄像头视频，分辨率 480×640，3 通道，AV1 编码，30 FPS
observation.images.wrist	video	[480, 640, 3]	腕部摄像头视频，分辨率 480×640，3 通道，AV1 编码，30 FPS
timestamp	float32	[1]	时间戳
frame_index	int64	[1]	帧索引
episode_index	int64	[1]	片段索引
index	int64	[1]	全局索引
task_index	int64	[1]	任务索引

数据文件

• 数据路径: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频路径: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB

数据集划分

• 训练集: 0 到 31 片段（共 32 个片段）