so101-sim-pickplace
收藏资源简介：
SO-101机械臂的模拟拾取和放置演示数据集，使用ManiSkill3/SAPIEN仿真环境生成，机器人模型和物体几何形状与真实KIT桌面平台相匹配。数据集包含三个场景：40mm立方体（约512个episode）、20mm立方体（约536个episode）和40mm圆柱体（约525个episode）。每个episode记录了完整的拾取-放置任务（接近-对齐-下降-闭合-搬运-释放-返回），包含两个128x128 RGB摄像头图像（顶部摄像头和腕部摄像头）、6自由度关节位置状态、6自由度关节目标动作，帧率为30fps。数据由脚本伺服控制器（前馈规划、平滑和尖端速度重定时）生成，并通过质量门控（抓取深度、搬运倾斜、尖端加速度）筛选。注意：该数据集中关节速度在大型运动时超过真实SO-101机械臂的包络线，且模拟速度比真实机器人快约3倍；这些是演示数据，并非基准测试，没有标准化的评估协议。
Simulated pick-and-place demonstration dataset for the SO-101 robotic arm, generated using the ManiSkill3/SAPIEN simulation environment, with robot models and object geometries matching the real KIT desktop platform. The dataset consists of three scenarios: 40mm cube (approximately 512 episodes), 20mm cube (approximately 536 episodes), and 40mm cylinder (approximately 525 episodes). Each episode records a complete pick-and-place task (approach-align-descent-close-carry-release-return), including two 128x128 RGB camera images (top camera and wrist camera), 6-DOF joint position states, 6-DOF joint target actions, at a frame rate of 30fps. Data is generated by a scripted servo controller (feedforward planning, smoothing, and tip velocity retiming) and filtered by quality gates (grasp depth, carry tilt, tip acceleration). Note: In this dataset, joint velocities exceed the envelope of the real SO-101 arm during large motions, and the simulation speed is about 3 times faster than the real robot; these are demonstration data, not benchmarks, and there is no standardized evaluation protocol.
数据集概述：SO-101 Sim Pick-and-Place (3 scenes)
该数据集为SO-101机械臂在ManiSkill3模拟环境中生成的抓取-放置（pick-and-place）仿真演示数据，包含3个场景，对象形状与真实KIT桌面装置匹配。
场景与规模
| 场景 | 对象 | 片段数 | 任务 |
|---|---|---|---|
| cube40 | 40 mm立方体 | ~512 | 抓取4cm立方体放入箱中 |
| cube20 | 20 mm立方体 | ~536 | 抓取2cm立方体放入箱中 |
| cylinder40 | 40 mm圆柱体（直立，抓取圆形面） | ~525 | 抓取4cm圆柱体放入箱中 |
每个片段包含的内容
- 两个摄像头，均为128×128 RGB，与物理装置匹配：
observation.images.top：顶部摄像头，安装在框架上，覆盖整个工作区域observation.images.wrist：腕部摄像头，安装在夹爪上，观察被抓取物体
observation.state：6自由度关节位置action：6自由度关节目标- 帧率：30 fps
每个片段均为完整的抓取-放置流程：接近→对齐→下降→闭合→搬运→释放→返回，非仅抬升。
数据生成方式
轨迹由脚本化伺服控制器（前馈规划+平滑+末端速度重定时）产生，并非学习策略。每个片段需通过质量检查：
- 抓取深度：立方体顶面与夹爪最低点的中位数差值：cube40为40.3 mm，cube20为18.0 mm，cylinder40为38.7 mm——夹爪环绕物体而非夹取边角。
- 搬运倾斜：搬运期间物体垂直轴与世界z轴夹角≤6°。
- 末端加速度受限，抑制抖动轨迹。
已知局限
- 关节速度在大幅运动时超过真实SO-101极限：记录使用绝对关节目标，无逐步增量限制，PD控制器按需高速运动。对比真实机器人p95：lift达到158%，elbow达到141%。精细接触阶段（闭合、释放）在包络内。若需真实机器人可执行时序，需按关节逐步限制重定时轨迹——路径不变，但时长增加约32%。
- 仿真速度约为真实机器人的3倍（墙钟时间节奏）。
- 该数据集为演示性质，非基准测试，无独立测试集和标准化评估协议。
仿真器开源信息
生成数据的仿真环境、机械臂模型和资产位于Xbotics-Embodied-AI-Handbook的code/platform/so101_sim/目录下，注册了3个环境：SO101PickPlaceCube40-v1、SO101PickPlaceCube20-v1、SO101PickPlaceCylinder40-v1。
由于每个片段存储了完整的env_states，可在仿真器中重放轨迹，以任意分辨率或任意相机角度重新渲染。
许可证
Apache-2.0。仿真器基于squint（MIT）和ManiSkill3（Apache-2.0）；SO-101网格来自TheRobotStudio（Apache-2.0）。
