robolab-pgdg-banana-soft
收藏资源简介：
该数据集是由我们在RoboLab（Isaac Lab）基准测试上实现的PGDG（我们自己的复现，非原作者代码）生成的模拟操作演示。它是生成器×任务×难度网格中的12个单元之一。具体配置：生成器为PGDG，任务为banana，初始位姿随机化为软随机化（位置在可行半径的20%内，偏航角0°），包含3007个成功片段，生成成功率为0.036。动作采用DROID框架下的绝对关节目标（7自由度手臂加上二进制夹爪），非增量动作。数据通过源演示（pi05策略展开）-> MimicGen（面向对象的SE(3)重定向）-> PGDG控制点采样生成，每个片段经过物理模拟，仅存储成功片段。注意：仅包含成功片段，失败模式未包括；成功由环境中的K步稳定（保持）准则定义；观测包括两个摄像头（肩后和腕部）以270x480分辨率、15fps采集，以及本体感受状态；分位数统计（q01/q99）已预计算，视频已重新编码为恒定帧率以支持torchcodec数据加载器。这是对已发表方法的我们自己的复现，并非原作者代码。
This dataset is a simulated manipulation demonstration generated by PGDG (our own reproduction, not the original authors code) implemented on the RoboLab (Isaac Lab) benchmark. It is one of 12 cells in the generator × task × difficulty grid. The specific configuration: generator is PGDG, task is banana, initial pose randomization is soft randomization (position within 20% of feasible radius, yaw 0°), containing 3007 successful episodes, with a generation success rate of 0.036. Actions use absolute joint targets under the DROID framework (7-DOF arm plus binary gripper), non-incremental actions. Data is generated via source demonstration (pi05 policy rollout) -> MimicGen (object-oriented SE(3) redirection) -> PGDG control point sampling. Each episode goes through physics simulation, and only successful episodes are stored. Note: only successful episodes are included, failure modes are not; success is defined by a K-step stability (holding) criterion in the environment; observations include two cameras (shoulder and wrist) at 270x480 resolution, 15fps, and proprioceptive state; quantile statistics (q01/q99) are precomputed, videos are re-encoded to constant frame rate for torchcodec data loader. This is our own reproduction of a published method, not the original authors code.
数据集概述
该数据集名为 robolab-pgdg-banana-soft，由 DAVIAN-Robotics 团队创建，基于 LeRobot 框架，用于机器人操作任务的模拟训练。它属于一个更大的生成器 x 任务 x 难度网格中的 12 个单元之一，由 PGDG 重实现生成。
基本信息
| 属性 | 值 |
|---|---|
| 任务 | banana（香蕉拾取/操作） |
| 数据生成方法 | 源演示（pi05 策略） → MimicGen（SE(3) 重定向） → PGDG 控制点采样器 |
| 初始位姿随机化 | soft — 位置随机为可行半径的 20%，偏航角 0° |
| 生成成功率 | 0.036（约 3.6%，失败片段消耗相同仿真预算但未被存储） |
| 许可协议 | Apache-2.0 |
| 代码库版本 | LeRobot v3.0 |
数据集规模
- 总回合数：3007（仅成功回合）
- 总帧数：536,646
- 总任务数：1
- 帧率：15 FPS
- 数据文件大小：100 MB（Parquet，1000 帧/块）
- 视频文件大小：200 MB（MP4，H.264，270x480）
- 数据集划分：train 0:3007（全部用于训练）
数据内容与特征
动作与状态
- 动作（action）：8 维 float32，包括 7 个关节（j0-j6）的绝对关节目标值（基于 DROID 坐标系，含 j7 安装偏移）加 1 个二进制夹爪指令（{0, 1}）。非增量控制，需特别注意。
- 观测状态（observation.state）：8 维 float32，对应关节状态（joint_0 至 joint_7）。
- 观测速度（observation.velocity）：8 维 float32。
视觉观测
- 两个摄像头，均为 270x480、15 FPS、RGB 三通道视频：
- over_shoulder_left_camera（肩部上方左侧相机）
- wrist_cam（腕部相机）
- 视频编码为 avc1 (H.264)，像素格式 yuv420p，无音频；已重编码为恒定帧率以兼容 torchcodec。
其他字段
episode_index、frame_index、index、task_index、timestamp、next.done等元数据字段。- 预计算分位数统计（q01/q99）已提供。
重要说明与使用提示
- 仅包含成功回合，不覆盖失败模式（失败定义基于环境中的 K 步稳定保持准则）。
- 二进制夹爪设计是有意的——连续夹爪通道会高估下游策略性能。
- 采用 1000 帧分块存储（chunk-000 至 chunk-002），数据路径为
data/chunk-{index}/file-{index}.parquet，视频路径为videos/{video_key}/chunk-{index}/file-{index}.mp4。 - 该数据集是发布方法的自主重实现，部分论文未指定的超参数由创建者自行选择，非原始作者代码。
可视化
可通过 Hugging Face 上的 LeRobot 数据集可视化器直接查看：
Open in the LeRobot dataset visualizer
