five

metaworld_mt50_jpeg

收藏
Hugging Face2026-04-13 更新2026-04-13 收录
下载链接:
https://huggingface.co/datasets/HecklesL/metaworld_mt50_jpeg
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集使用LeRobot创建,与机器人技术相关,特别是'metaworld'机器人类型。数据集包含2500个episodes,204806帧,49个任务。数据特征包括观察状态(4维浮点数)、动作(4维浮点数,包含x、y、z和夹持器坐标)、奖励(1维浮点数)、成功标志(布尔值)、环境状态(39维浮点数,代表关键点)、图像数据(3通道480x480像素)、任务ID、时间戳、帧索引、episode索引、索引和任务索引。数据以parquet格式存储,总大小为100MB,视频文件大小为500MB。
提供机构:
HecklesL
创建时间:
2026-04-13
原始信息汇总

数据集概述

基本信息

  • 数据集名称: metaworld_mt50_jpeg
  • 托管平台: Hugging Face
  • 许可证: Apache-2.0
  • 任务类别: 机器人学
  • 相关标签: LeRobot
  • 创建工具: 使用 LeRobot 创建

数据集规模与结构

  • 总情节数: 2500
  • 总帧数: 204806
  • 总任务数: 49
  • 数据块大小: 1000
  • 帧率: 80 fps
  • 数据拆分: 全部数据为训练集 (train: 0:2500)
  • 数据文件格式: Parquet
  • 数据文件路径模式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
  • 视频文件路径模式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
  • 数据文件总大小: 100 MB
  • 视频文件总大小: 500 MB
  • 代码库版本: v3.0
  • 机器人类型: metaworld

数据特征

数据集包含以下特征字段及其数据类型、形状和说明:

  1. observation.state

    • 数据类型: float32
    • 形状: [4]
    • 帧率: 80 fps
  2. action

    • 数据类型: float32
    • 形状: [4]
    • 轴名称: ["x", "y", "z", "gripper"]
    • 帧率: 80 fps
  3. next.reward

    • 数据类型: float32
    • 形状: [1]
    • 帧率: 80 fps
  4. next.success

    • 数据类型: bool
    • 形状: [1]
    • 帧率: 80 fps
  5. observation.environment_state

    • 数据类型: float32
    • 形状: [39]
    • 名称: ["keypoints"]
    • 帧率: 80 fps
  6. observation.image

    • 数据类型: image
    • 形状: [3, 480, 480] (通道, 高度, 宽度)
    • 帧率: 80 fps
  7. task_id

    • 数据类型: int16
    • 形状: [1]
    • 帧率: 80 fps
  8. timestamp

    • 数据类型: float32
    • 形状: [1]
    • 帧率: 80 fps
  9. frame_index

    • 数据类型: int64
    • 形状: [1]
    • 帧率: 80 fps
  10. episode_index

    • 数据类型: int64
    • 形状: [1]
    • 帧率: 80 fps
  11. index

    • 数据类型: int64
    • 形状: [1]
    • 帧率: 80 fps
  12. task_index

    • 数据类型: int64
    • 形状: [1]
    • 帧率: 80 fps

补充说明

  • 数据集的主页和论文信息暂未提供。
  • 引用的BibTeX信息暂未提供。
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