SO101-large-small-cube-11dataset-ratio6231-0729

该数据集是一个用于机器人操作任务的数据集，专门针对立方体到盒子的拾放操作。它基于11个源数据集构建，通过重采样使得四个类别（5cm遥操作、5cm Dagger、2cm遥操作、2cm Dagger）的剧集数保持6:2:3:1的精确比例。数据集包含624个剧集和178,006帧数据，涉及10个不同的任务，主要任务是拾取不同颜色（蓝色、绿色、橙色、红色、黄色）和大小（大、小）的立方体并放入盒子中。数据集结构包括机器人的动作（6维浮点数组，表示关节位置）、观察状态（6维浮点数组）、图像观察（手腕和顶部视角的480x640 RGB视频，帧率30fps）、时间戳、帧索引、剧集索引等特征。数据集的构建采用了任务分层抽样方法，以确保颜色覆盖的平衡，并去除了Dagger源数据中的干预特征以统一模式。数据集适用于机器人学习研究，特别是模仿学习和强化学习。

原始信息汇总

数据集概述

• 数据集名称: SO101-large-small-cube-11dataset-ratio6231-0729
• 许可证: Apache-2.0
• 任务类别: 机器人技术 (Robotics)
• 标签: LeRobot, so101, dagger, cube-to-box, balanced-mixture
• 数据集链接: https://huggingface.co/datasets/geonmin-kim/SO101-large-small-cube-11dataset-ratio6231-0729

数据集描述

该数据集使用 LeRobot 创建。基于与 SO101-large-small-cube-11dataset-merged-0729 相同的11个源数据集构建，通过重采样使四个类别的片段数达到精确的 6 : 2 : 3 : 1 比例。

类别混合比例 (6 : 2 : 3 : 1)

类别	比例	片段数	帧数	源数据集数	可用片段数	采样方式
1. 5cm 遥操作	6	312	97144	1	123	2.54x (重复)
2. 5cm Dagger	2	104	20975	5	100	1.04x (重复)
3. 2cm 遥操作	3	156	50224	4	350	45% (子采样)
4. 2cm Dagger	1	52	9663	1	48	1.08x (重复)
总计	12	624	178006	11	621	—

构建方式

• 总片段数设定为 624（= 6:2:3:1 x 52），而非源数据集总数621，因为621不能被12整除。
• 片段数不足的类别通过整体重复（完整副本）加上采样余数来补足；超出目标的类别（3. 2cm 遥操作）则进行子采样。
• 采样为任务分层采样，使用固定随机种子（numpy.default_rng(42)）：每个类别的目标按其源数据集的片段数比例分配，并在每个源数据集中按5个立方体颜色任务分配。这保持了颜色覆盖的平衡。
• 6个Dagger源数据集包含一个额外的 intervention（布尔）特征；该特征已被删除，以使所有源数据集共享一个模式，与该命名空间下其他 merged_* 数据集的约定一致。

注意事项：片段比例 ≠ 帧比例

该比例严格基于片段。由于Dagger片段比遥操作片段短（约199帧 vs 约313帧），最终的帧比例为6.00 : 1.30 : 3.10 : 0.60。如果需要帧级别的比例，请相应调整采样器权重。

任务分布

任务	片段数
拿起大蓝色方块并放入盒子中	82
拿起大绿色方块并放入盒子中	79
拿起大橙色方块并放入盒子中	86
拿起大红色方块并放入盒子中	77
拿起大黄色方块并放入盒子中	92
拿起小蓝色方块并放入盒子中	33
拿起小绿色方块并放入盒子中	84
拿起小橙色方块并放入盒子中	31
拿起小红色方块并放入盒子中	30
拿起小黄色方块并放入盒子中	30

注意：小绿色方块 数量较多是因为类别4（2cm Dagger）是单色展开集。

数据集结构

• 码库版本: v3.0
• 帧率 (FPS): 30
• 机器人类型: so_follower
• 总片段数: 624
• 总帧数: 178006
• 总任务数: 10
• 数据文件大小: ~100 MB
• 视频文件大小: ~200 MB

特征

特征名	数据类型	形状	描述
action	float32	[6]	包含6个关节位置指令（shoulder_pan、shoulder_lift、elbow_flex、wrist_flex、wrist_roll、gripper）
observation.state	float32	[6]	机器人状态，6个关节位置
observation.images.wrist	video	[480, 640, 3]	腕部摄像头视频（AV1编码，30 FPS）
observation.images.top	video	[480, 640, 3]	顶部摄像头视频（AV1编码，30 FPS）
timestamp	float32	[1]	时间戳
frame_index	int64	[1]	帧索引
episode_index	int64	[1]	片段索引
index	int64	[1]	索引
task_index	int64	[1]	任务索引

数据划分

所有数据均作为训练集提供。

数据路径: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet 视频路径: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4