mimicgen_hammer_cleanup_d0_224x224

MimicGen HammerCleanup_D0 演示，采用 LeRobot v3 格式，两个相机以 224x224 分辨率渲染。包含 1000 个集数，285359 帧，帧率 20，使用 Panda 机器人（OSC_POSE，控制频率 20），相机为 agentview 和 eye_in_hand（224x224，AV1 crf 30）。observation.state 为 37 维（9 本体感觉 + 28 特权物体维度）。数据来源于 NVIDIA 发布的 core/hammer_cleanup_d0.hdf5，仅重新计算了相机图像，其余列从源文件直接复制。遵循特定模式：success == done == (reward >= 1.0)，source_demo_index == episode_index 等。许可证为 cc-by-4.0。MimicGen HammerCleanup_D0 demonstrations in LeRobot v3 format, rendered with two cameras at 224x224 resolution. It contains 1000 episodes, 285359 frames, 20 fps, using Panda robot (OSC_POSE, control_freq 20), cameras: agentview and eye_in_hand (224x224, AV1 crf 30). observation.state is 37-dimensional (9 proprioception + 28 privileged object dimensions). The dataset is derived from NVIDIAs core/hammer_cleanup_d0.hdf5, with only camera images re-rendered; other columns are copied directly from the source. Follows conventions: success == done == (reward >= 1.0), source_demo_index == episode_index, etc. Licensed under cc-by-4.0.

原始信息汇总

mimicgen_hammer_cleanup_d0_224x224 数据集概述

基本信息

• 许可协议：cc-by-4.0
• 任务类型：机器人（Robotics）
• 数据集标签：LeRobot、lerobot、mimicgen、robosuite、v3.0
• 数据文件：data//.parquet

数据集内容

该数据集基于 MimicGen 的 HammerCleanup_D0 演示生成，采用 LeRobot v3 格式，两个相机的渲染分辨率均为 224x224。与 chomeed/mimicgen_coffee_d1_224x224 使用相同的数据处理流程和约定，是 chomeed/mimicgen_hammer_cleanup_d1_224x224 的配套数据集，区别在于本数据集使用固定的（非随机化的）柜体位置。

项目	数值
演示片段数	1000
总帧数	285359
帧率 (fps)	20
机器人	Panda（OSC_POSE，控制频率 20 Hz）
相机	agentview、eye_in_hand（224x224，AV1 crf 30 编码）
observation.state 维度	37（9 维本体感受 + 28 维特权物体状态）

数据来源与处理

• 数据源自 NVIDIA 发布的 core/hammer_cleanup_d0.hdf5（来自 amandlek/mimicgen_datasets）。
• 源文件中已包含全部低维观测数据，但图像仅为 84x84 分辨率。仅重新渲染了相机图像：将每个帧记录的 states 向量写回实时的 HammerCleanup_D0 环境，并以 224x224 重新渲染两个视角。
• 除相机图像外的所有列均从源 hdf5 文件直接复制，因此本数据集是重新渲染而非重新模拟，没有重放任何动力学过程。

保真度验证

将演示 0 以源文件的 84x84 分辨率重新渲染并与原始存储图像进行对比，结果如下（像素值范围 0-255）：

• agentview 相机平均绝对差异：1.95
• eye_in_hand 相机平均绝对差异：1.76
• 对照实验（垂直翻转后对比）：差异为 95.3 / 85.1

微小残差属于正常现象，因为原始图像是在不同的 OpenGL 技术栈上渲染的。

数据结构说明

• observation.state（37 维）= concat(robot0_eef_pos, robot0_eef_quat, robot0_gripper_qpos, object)，即前 9 维为本体感受数据，后 28 维为特权物体状态。截取前 9 维即可作为仅含本体感受的策略输入。
• observation.sim_state（34 维）可回放到实时的 HammerCleanup_D0 环境中。
• success == done == (reward >= 1.0)。
• source_demo_index == episode_index，表示该演示在源 hdf5 文件中的索引。
• is_first / is_last / is_terminal 仅标记每个片段的起始帧和结束帧。
• 列宽度因任务而异：coffee 任务包含 57 维物体块及 *_rel_pod 键，square 任务则使用 17 维物体块且不含 rel_* 键。
• 机器人类型从源文件中的 env_args 读取：Panda。

许可信息

采用 cc-by-4.0 许可证，该许可证继承自其所基于的 MimicGen 数据集。