salmonHan/record-test_20260528_002015

该数据集使用LeRobot创建，是一个机器人学数据集，专门针对跟随者（so_follower）机器人类型。数据集包含1个总集、1797个总帧数和1个总任务，数据以parquet格式存储，总大小为100MB，视频文件总大小为200MB，帧率为30fps。数据分割为训练集（索引0到1）。数据集特征包括动作（action）和观测（observation），其中动作和观测状态均包含6个浮点32位数值，分别对应机器人关节位置（如肩部平移、肩部提升、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置）。观测图像来自前置摄像头，分辨率为720x1280，3通道，视频编码为av1，像素格式为yuv420p，非深度图，无音频。此外，数据集还包括时间戳、帧索引、集索引、索引和任务索引等元数据字段。This dataset, developed using LeRobot, is a robotics dataset specifically tailored for the so_follower robot type. It contains 1 overall collection, 1797 total frames, and 1 overall task. The structured data is stored in Parquet format, with a total size of 100 MB, while the total size of the video files is 200 MB, and the frame rate is 30 fps. The dataset is split into training subsets with indices ranging from 0 to 1. The dataset features include action and observation modalities, both of which consist of 6 32-bit floating-point values, corresponding respectively to the robot's joint positions: shoulder translation, shoulder lift, elbow flexion, wrist flexion, wrist rotation, and gripper position. The observation images are captured from the front-facing camera, with a resolution of 720×1280, 3 color channels, encoded in AV1 video format, with a pixel format of YUV420p. These are non-depth images and contain no audio tracks. Additionally, the dataset includes metadata fields such as timestamp, frame index, collection index, sample index, and task index.

搜集汇总

数据集介绍

构建方式

该数据集由LeRobot框架构建，旨在为机器人操控任务提供标准化的训练与评估数据。数据采集过程中，使用了so_follower型机器人，通过遥操作或预设轨迹记录单个任务片段，共采集了1个完整回合（episode），包含1797帧连续数据。数据以30帧每秒的采样率存储，并分割为训练集（占所有帧的100%）。原始数据以Parquet格式保存动作与状态信息，同时以AV1编码的MP4视频文件记录前端摄像头图像（分辨率720×1280），最终按指定路径组织为分块文件结构，便于高效读取与流式处理。

特点

该数据集具备高保真度与紧凑性两大特点。动作空间与状态空间均为6维，涵盖肩部、肘部、腕部及夹爪的自由度位置信息，精准反映机器人运动学特征。视频模态采用AV1编码，在保持720p高清画质的同时显著压缩存储体积（总视频约200MB）。数据量虽小（1个任务、1个回合），但帧数达1797帧，足以覆盖完整操作流程。此外，元数据中详细记录了分块大小（1000帧/块）、时间戳、帧索引等辅助信息，为时序建模与回放提供了结构化支持。

使用方法

数据集可通过LeRobot库加载使用，用户需安装该库并调用其数据加载接口。使用前应确认数据集路径，并指定配置名（default）以读取data/*/*.parquet格式文件。加载后，可获取action、observation.state、observation.images.front等关键特征字段，分别用于策略输入、状态估计与视觉观测。典型应用场景包括模仿学习中的行为克隆（BC）或强化学习中的策略评估。建议将数据按0:1划分为训练集（所有帧），并利用提供的video_path与data_path定位视频与表格文件，实现多模态数据的同步迭代。

背景与挑战

背景概述

在机器人学习领域，模仿学习与行为克隆等方法依赖高质量、多模态的演示数据来训练泛化策略。该数据集由salmonHan于2025年创建，基于LeRobot框架构建，旨在为机器人操作任务提供标准化的数据采集与共享范例。数据集聚焦于单一路径下的so_follower机器人控制任务，记录了一组完整的演示轨迹，涵盖6维关节空间的动作与状态信息，并同步采集了分辨率达1280x720的前视视觉图像。作为LeRobot生态系统中的微小但结构完整的样本，它展示了从数据采集、格式规范到评估流程的全链路设计，为后续大规模机器人数据集的构建与复现提供了参考基线。

当前挑战

该数据集所面临的挑战首先体现在领域层面：机器人操作任务的演示数据往往依赖人工遥操作或动觉示教，采集成本高昂且难以规模化，而单条轨迹（1797帧）的规模限制了策略的泛化性与鲁棒性。其次，在构建过程中，数据同步与质量控制是关键难点——视觉流（30fps视频）与关节流（状态/动作）需严格对齐时间戳，且需确保parquet与视频文件在分布式存储中的完整性。此外，LeRobot规范的持续演进要求数据集维护者对代码版本、特征格式及元数据进行迭代适配，以避免因框架升级导致的数据不可用问题。

常用场景

经典使用场景

record-test_20260528_002015数据集是面向机器人操作学习领域的高保真多模态数据集合，其核心设计围绕“so_follower”型机器人的运动学建模与环境交互展开。该数据集包含单个完整任务执行轨迹，以30帧/秒的采样频率记录了1797帧时序数据，涵盖6自由度关节空间的动作指令（action）与状态观测（observation.state），同时提供前方视角的高清视觉影像（720×1280分辨率，AV1编码）。这种深度融合了本体感知与视觉反馈的数据结构，使其成为模仿学习、行为克隆以及从观察到行动的端到端策略训练的理想基准，尤其适用于研究基于视觉输入的机器人精细操控技能迁移。

衍生相关工作

基于此数据集的设计范式，衍生出一系列围绕少样本模仿学习与策略泛化能力的经典工作。例如，利用其规整的多模态时间序列结构，研究者得以对比分析原始观测空间与潜在表示空间对策略性能的影响，催生了基于Transformer的自回归动作预测架构。同时，数据中清晰的轨迹切分与视频回放功能推动了经验池重加权（Experience Replay Weighting）方法在机器人领域的研究，促进了低质数据矫正技术与跨外力矩补偿算法的融合。这些衍化方向共同形成了从单一任务数据集向复杂技能库构建的学术演进脉络。

数据集最近研究

最新研究方向

该数据集专注于机器人模仿学习领域，采用LeRobot框架收集了单一任务下共1797帧的高频操作数据（30帧/秒），包括6自由度关节角动作与状态、以及1280×720分辨率的视觉观测信息。当前前沿研究方向主要围绕基于视觉-动作联合建模的机器人技能迁移，通过解码图像中的物体与场景特征，将示教轨迹泛化到类似但非完全相同的任务实例中。该数据集作为开源低样本资源，为研究数据高效学习、以及如何从少量示范中提取鲁棒策略提供了重要实验基础，尤其适用于近期热门的扩散策略与视觉语言模型激励下的机器人行为克隆方法评估。