AI2_Alphabot_2_package_fruit

该数据集名为AI2_Alphabot_2_package_fruit，是一个机器人操作数据集，专注于双手机器人拾取和放置任务。数据集基于LeRobot格式进行扩展，并完全兼容LeRobot框架。它包含988个episodes，总计384538帧，数据量为7.08 GB，帧率为30 FPS。使用AI2_Alphabot_2机器人，配备两个手指的末端执行器，通过VR控制器进行遥操作。数据集包含4个RGB摄像头视图：胸前前视、头部前视、左手腕和右手腕摄像头，分辨率均为640x480。场景设置为零售超市环境，涉及的对象包括棕色篮子、红色草莓和黄色芒果。主要任务是从桌子上拾取草莓和芒果并将其放入篮子中。数据集提供了丰富的注释，包括相机参数、末端执行器加速度、方向、速度以及夹爪活动和模式等。数据分为训练集（episodes 0-987），包含视频、状态数据（关节位置、末端执行器位姿等）、动作数据（34维）和元数据。数据集由北京智源人工智能研究院的RoboCOIN团队贡献，适用于机器人学习、模仿学习和强化学习等研究。

The dataset is named AI2_Alphabot_2_package_fruit and is a robotic manipulation dataset focused on dual-arm robot pick-and-place tasks. It extends the LeRobot format and is fully compatible with the LeRobot framework. It contains 988 episodes, totaling 384,538 frames, with a data size of 7.08 GB and a frame rate of 30 FPS. The dataset uses the AI2_Alphabot_2 robot, equipped with a two-finger end-effector, and is teleoperated via VR controllers. It includes 4 RGB camera views: chest front view, head front view, left wrist, and right wrist cameras, all with a resolution of 640x480. The scene is set in a retail supermarket environment, involving objects such as a brown basket, red strawberries, and yellow mangoes. The main task is to pick strawberries and mangoes from a table and place them into the basket. The dataset provides rich annotations, including camera parameters, end-effector acceleration, orientation, velocity, and gripper activity and mode. The data is divided into a training set (episodes 0-987), containing videos, state data (joint positions, end-effector poses, etc.), action data (34-dimensional), and metadata. It is contributed by the RoboCOIN team from the Beijing Academy of Artificial Intelligence and is suitable for research in robot learning, imitation learning, and reinforcement learning.

原始信息汇总

数据集概述：AI2_Alphabot_2_package_fruit

该数据集用于机器人操作任务，基于 LeRobot 格式并完全兼容。

任务描述

• 主要任务：从桌子上拿起草莓和芒果，放入篮子中。
• 子任务数量：1 个。
• 原子动作：grasp（抓取）、place（放置）。

数据集规模

指标	数值
总片段数	988
总帧数	384,538
FPS	30
数据集大小	7.08 GB
总视频数	3,952
状态维度	34
动作维度	34
相机视角数	4

数据划分

• 训练集：片段 0 至 987。

硬件与传感器

• 机器人名称：AI2_Alphabot_2
• 末端执行器类型：two_finger_end_effector
• 遥操作类型：vr_controller
• 传感器：4 个 RGB 相机，分别为：cam_front_chest_rgb、cam_front_head_rgb、cam_left_wrist_rgb、cam_right_wrist_rgb。
• 相机信息：每个相机视频分辨率为 640x480，编码格式为 h264，像素格式为 yuv420p。

场景与物体

• 场景类型：Retail->Supermarket（零售->超市）
• 物体：basket(brown)（棕色篮子）、strawberry(red)（红色草莓）、mango(yellow)（黄色芒果）。

坐标系与单位

• 坐标系定义：right-hand-frame
• 关节旋转单位：弧度（radian）
• 末端执行器旋转单位：弧度（radian）
• 末端执行器平移单位：米（meter）

数据集结构

• 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_front_chest_rgb/episode_{id}.mp{id}
• 分块数量：1 个，每块大小为 1000。
• 可用注解文件：camera_params.json、eef_acc_mag_annotation.jsonl、eef_direction_annotation.jsonl、eef_velocity_annotation.jsonl、gripper_activity_annotation.jsonl、gripper_mode_annotation.jsonl。

特征（YAML 概要）

包含观测图像（4 个相机视角的 RGB 视频）、状态（34 维浮点数组，包含关节位置、末端执行器位姿、夹爪状态等）、动作（34 维浮点数组，与控制指令对应）、时间戳、帧索引、片段索引、任务索引，以及多种附加特征（如夹爪开合尺度、末端执行器位姿、方向、速度、加速度、夹爪模式与活动状态）。

标签与许可证

• 标签：RoboCOIN、LeRobot
• 许可证：apache-2.0

贡献者与引用

• 贡献者：北京人工智能研究院（BAAI）的 RoboCOIN 团队。
• 主页：https://flagopen.github.io/RoboCOIN/
• 论文：https://arxiv.org/abs/2511.17441
• 仓库：https://github.com/FlagOpen/RoboCOIN
• 版本：初始发布。