merge_task1_MM_epi_200

该数据集为HuggingFace LeRobot格式机器人数据集。This dataset is a robot dataset in HuggingFace LeRobot format.

原始信息汇总

数据集概述

该数据集名为 merge_task1_MM_epi_200，是一个面向机器人操作任务的数据集，由 cbrian 在 Hugging Face 上发布。数据集基于 LeRobot 框架创建，适用于机器人学习（Robotics）领域的研究与应用。

基本信息

• 许可证：Apache 2.0
• 任务类型：机器人技术（Robotics）
• 机器人类型：Panda（Franka Emika Panda 机械臂）
• 数据规模：
  • 总片段（episodes）数量：200
  • 总帧数（frames）：32,882
  • 总任务数：1
  • 数据文件大小：约 100 MB
  • 视频文件大小：约 200 MB

数据集结构与格式

数据集由多个文件组成，包括 Parquet 数据文件和 MP4 视频文件，具体路径结构如下：

• 数据文件：data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件：videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

数据划分

• 训练集：包含全部 200 个片段（train: "0:200"），没有独立的验证或测试集。

关键配置

• 帧率（FPS）：15 fps（视频原始采集帧率为 30 fps，数据存储帧率为 15 fps）
• 块大小（chunk size）：1000

特征与观测空间

数据集包含以下观测特征（所有特征均为 float32 类型，除特殊注明外）：

特征名称	数据类型	形状	描述
observation.images.primary	视频	[256, 342, 3]	主相机图像，高度256、宽度342、3通道（RGB），编码为 AV1，无音频
observation.images.wrist	视频	[256, 342, 3]	腕部相机图像，尺寸与编码同上
observation.state.cartesian	float32	[6]	机械臂末端笛卡尔坐标：x, y, z, roll, pitch, yaw
observation.state.gripper	float32	[1]	夹爪状态
observation.state.joints	float32	[7]	机械臂 7 个关节角度：joint_0 至 joint_6
observation.state.target	float32	[6]	目标位姿：target_x, target_y, target_z, target_roll, target_pitch, target_yaw
observation.state	float32	[20]	综合状态向量，包含以上所有状态信息（20维）

动作空间

• action：float32，形状为 [7]，包含末端笛卡尔坐标（x, y, z, roll, pitch, yaw）和夹爪动作（gripper）。

辅助特征

• timestamp：float32，时间戳
• frame_index：int64，帧索引
• episode_index：int64，片段索引
• index：int64，全局索引
• task_index：int64，任务索引

其他信息

• 代码库版本：LeRobot v3.0
• 可视化工具：可通过 Hugging Face Space 上的可视化工具在线预览该数据集（路径：https://huggingface.co/spaces/lerobot/visualize_dataset?path=cbrian/merge_task1_MM_epi_200）。
• 引用信息：目前暂无具体的 BibTeX 引用信息（标记为 “More Information Needed”）。

数据集用途

该数据集适用于机器人模仿学习、强化学习等任务，特别是涉及 Panda 机械臂的视觉-运动控制场景，可用于训练模型完成特定操作任务。数据集中的图像观测（主相机与腕部相机）与多维状态信息相结合，为端到端机器人学习提供了丰富的数据支撑。