five

Airbot_MMK2_prepare_tea

收藏
Hugging Face2026-03-20 更新2026-03-20 收录
下载链接:
https://huggingface.co/datasets/RoboCOIN/Airbot_MMK2_prepare_tea
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集使用基于LeRobot的扩展格式,并完全兼容LeRobot。它包含一个机器人准备茶的任务,涉及从茶罐中取出茶叶放入茶壶内胆,然后将内胆放入茶壶并关闭茶壶盖子的操作。数据集包括89个总片段,70954帧,30 FPS的视频数据,总大小为2.99 GB。机器人名为Airbot_MMK2,配备五指夹持器,传感器包括头部、左右手腕和前置RGB摄像头。场景为家庭客厅,涉及小茶壶、茶壶内胆、茶罐和茶叶等对象。数据集还包含丰富的注释,支持多种学习方法。
提供机构:
RoboCOIN
创建时间:
2026-03-20
原始信息汇总

Airbot_MMK2_prepare_tea 数据集概述

数据集基本信息

  • 数据集名称: Airbot_MMK2_prepare_tea
  • 任务类别: 机器人学
  • 语言: 英语
  • 许可协议: Apache-2.0
  • 格式兼容性: 基于LeRobot的扩展格式,完全兼容LeRobot。

任务与场景

  • 主要任务描述: 用右手从茶叶罐中取出茶叶放入茶壶内胆;用左手将茶壶内胆放入茶壶,然后盖上壶盖。
  • 场景: 家庭环境 -> 客厅
  • 涉及物体:
    • small_teapot(unknown)
    • inner_pot_of_the_teapot(unknown)
    • tea_canister(unknown)
    • tea(unknown)

机器人配置

  • 机器人名称: Airbot_MMK2
  • 代码库版本: v2.1
  • 末端执行器类型: 五指夹爪
  • 遥操作类型: 由于某些原因,此数据集暂时无法提供遥操作类型信息。

数据内容与结构

子任务

数据集包含8个不同的子任务:

  1. 用右夹爪将茶叶放入茶滤网(索引:0)
  2. 结束(索引:1)
  3. 用左夹爪盖上茶壶盖(索引:2)
  4. 用左夹爪抓取茶滤网(索引:3)
  5. 异常(索引:4)
  6. 用左夹爪将茶滤网放入茶壶(索引:5)
  7. 用右夹爪抓取茶叶(索引:6)
  8. null(索引:7)

原子动作

  • grasp
  • pick
  • place

硬件与传感器

传感器

  • cam_head_rgb
  • cam_left_wrist_rgb
  • cam_right_wrist_rgb
  • cam_front_rgb

相机信息

所有相机视图(cam_head_rgb, cam_left_wrist_rgb, cam_right_wrist_rgb, cam_front_rgb)具有相同规格:

  • 数据类型: video
  • 形状: 480x640x3
  • 分辨率: 640x480
  • 编解码器: av1
  • 像素格式: yuv420p
  • 帧率: 30 FPS
  • 通道数: 3
  • 无音频

坐标系与单位

  • 坐标系定义: 右手坐标系
  • 关节旋转单位: 弧度
  • 末端执行器旋转维度: end_rotation_dim
  • 末端执行器平移维度: end_translation_dim

数据集统计

指标 数值
总情节数 89
总帧数 70954
总任务数 8
总视频数 356
总分块数 1
分块大小 1000
帧率 30
状态维度 36
动作维度 36
相机视图数 4
数据集大小 2.99 GB

数据划分

  • 训练集: 情节 0:88

数据集结构

文件组织

  • 数据文件路径模式: data/chunk-{id}/episode_{id}.parquet
  • 视频文件路径模式: videos/chunk-{id}/observation.images.cam_left_wrist_rgb/episode_{id}.mp{id}
  • 分块: 数据被组织成1个分块,每个分块大小为1000。

目录结构

Airbot_MMK2_prepare_tea_qced_hardlink/ |-- annotations | |-- eef_acc_mag_annotation.jsonl | |-- eef_direction_annotation.jsonl | |-- eef_velocity_annotation.jsonl | |-- gripper_activity_annotation.jsonl | |-- gripper_mode_annotation.jsonl | |-- scene_annotations.jsonl | -- subtask_annotations.jsonl |-- data | -- chunk-000 | |-- episode_000000.parquet | |-- episode_000001.parquet | |-- episode_000002.parquet | |-- episode_000003.parquet | |-- episode_000004.parquet | |-- episode_000005.parquet | |-- episode_000006.parquet | |-- episode_000007.parquet | |-- episode_000008.parquet | |-- episode_000009.parquet | |-- episode_000010.parquet | -- episode_000011.parquet | -- ... (77 more entries) |-- meta | |-- episodes.jsonl | |-- episodes_stats.jsonl | |-- info.json | -- tasks.jsonl -- videos -- chunk-000 |-- observation.images.cam_front_rgb |-- observation.images.cam_head_rgb |-- observation.images.cam_left_wrist_rgb -- observation.images.cam_right_wrist_rgb

数据特征

数据集包含以下主要特征:

  • observation.images.cam_*_rgb: 视频格式的RGB相机观测。
  • observation.state: 浮点32位,形状为36的机器人状态(关节位置等)。
  • action: 浮点32位,形状为36的机器人动作命令。
  • timestamp, frame_index, episode_index, index, task_index: 时间戳和索引信息。
  • subtask_annotation, scene_annotation: 子任务和场景标注。
  • eef_sim_pose_state/action: 末端执行器模拟位姿状态和动作。
  • eef_direction_state/action, eef_velocity_state/action, eef_acc_mag_state/action: 末端执行器方向、速度和加速度幅度信息。

可用标注

数据集包含丰富的标注以支持多样化的学习方法:

  • eef_acc_mag_annotation.jsonl
  • eef_direction_annotation.jsonl
  • eef_velocity_annotation.jsonl
  • gripper_activity_annotation.jsonl
  • gripper_mode_annotation.jsonl
  • scene_annotations.jsonl
  • subtask_annotations.jsonl

相关链接

  • 项目主页: https://flagopen.github.io/RoboCOIN/
  • 论文: https://arxiv.org/abs/2511.17441
  • 代码仓库: https://github.com/FlagOpen/RoboCOIN

贡献者与引用

贡献者

  • 北京智源人工智能研究院(BAAI)的RoboCOIN团队。

引用信息

如果使用此数据集,请引用: bibtex @article{robocoin, title={RoboCOIN: An Open-Sourced Bimanual Robotic Data Collection for Integrated Manipulation}, author={Shihan Wu, Xuecheng Liu, Shaoxuan Xie, Pengwei Wang, Xinghang Li, Bowen Yang, Zhe Li, Kai Zhu, Hongyu Wu, Yiheng Liu, Zhaoye Long, Yue Wang, Chong Liu, Dihan Wang, Ziqiang Ni, Xiang Yang, You Liu, Ruoxuan Feng, Runtian Xu, Lei Zhang, Denghang Huang, Chenghao Jin, Anlan Yin, Xinlong Wang, Zhenguo Sun, Junkai Zhao, Mengfei Du, Mingyu Cao, Xiansheng Chen, Hongyang Cheng, Xiaojie Zhang, Yankai Fu, Ning Chen, Cheng Chi, Sixiang Chen, Huaihai Lyu, Xiaoshuai Hao, Yequan Wang, Bo Lei, Dong Liu, Xi Yang, Yance Jiao, Tengfei Pan, Yunyan Zhang, Songjing Wang, Ziqian Zhang, Xu Liu, Ji Zhang, Caowei Meng, Zhizheng Zhang, Jiyang Gao, Song Wang, Xiaokun Leng, Zhiqiang Xie, Zhenzhen Zhou, Peng Huang, Wu Yang, Yandong Guo, Yichao Zhu, Suibing Zheng, Hao Cheng, Xinmin Ding, Yang Yue, Huanqian Wang, Chi Chen, Jingrui Pang, YuXi Qian, Haoran Geng, Lianli Gao, Haiyuan Li, Bin Fang, Gao Huang, Yaodong Yang, Hao Dong, He Wang, Hang Zhao, Yadong Mu, Di Hu, Hao Zhao, Tiejun Huang, Shanghang Zhang, Yonghua Lin, Zhongyuan Wang and Guocai Yao}, journal={arXiv preprint arXiv:2511.17441}, url = {https://arxiv.org/abs/2511.17441}, year={2025}, }

同时请考虑引用LeRobot框架:https://github.com/huggingface/lerobot

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作