vla0-real-world-dataset

该数据集是一个用于机器人学习的真实世界数据集，使用LeRobot平台创建。数据集包含机器人的动作指令、状态观测、多视角图像（包括手腕、上方、右侧、左侧和中间视角的RGB视频，分辨率为480x640，帧率30fps）、中间视角的深度图、电机电流和速度等传感器数据。数据以6自由度机械臂（包括肩部平移、肩部升降、肘部弯曲、手腕弯曲、手腕旋转和夹爪位置）为控制对象，记录了100个任务片段，总计41258帧数据。数据集采用Apache 2.0许可证，适用于机器人控制、视觉感知和强化学习等研究任务。This real-world robotics learning dataset was developed using the LeRobot platform. It contains robot action commands, state observations, multi-view RGB videos (from wrist, overhead, right-side, left-side, and center viewpoints, with a resolution of 480×640 and a frame rate of 30fps), depth maps from the center viewpoint, and sensor data including motor current and speed. The dataset takes a 6-degree-of-freedom (6-DoF) robotic arm—covering shoulder translation, shoulder lift, elbow flexion, wrist flexion, wrist rotation, and gripper position—as its control target, and records 100 task segments with a total of 41258 frames. Licensed under Apache 2.0, this dataset is applicable to research tasks such as robot control, visual perception, and reinforcement learning.

原始信息汇总

数据集概述

数据集名称： vla0-real-world-dataset

数据集地址： https://huggingface.co/datasets/mattpidden/vla0-real-world-dataset

许可证： Apache-2.0

任务类别： 机器人学（robotics）

标签： LeRobot

创建工具： 该数据集使用 LeRobot 创建。

---

数据集结构

• 格式： 数据存储在 Parquet 文件中，视频存储在 MP4 文件中。
• 文件路径：
  • 数据：data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
  • 视频：videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4
• 数据规模：
  • 总片段数（Episodes）：100
  • 总帧数（Frames）：41,258
  • 总任务数（Tasks）：1
  • 数据文件大小：100 MB
  • 视频文件大小：200 MB
• 帧率（FPS）： 30
• 机器人类型： so_follower
• 数据集拆分：
  • 训练集（train）：片段 0 到 99

---

特征（Features）

该数据集包含以下特征：

特征名称	数据类型	形状	说明
action	float32	[6]	机器人动作指令，包含6个关节的位置（shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper）
observation.state	float32	[6]	机器人关节状态（与动作维度一致，共6个关节位置）
observation.images.wrist	video	[480, 640, 3]	腕部摄像头视频数据，分辨率480x640，RGB三通道，AV1编码
observation.images.above	video	[480, 640, 3]	上方摄像头视频数据，分辨率480x640，RGB三通道，AV1编码
observation.images.right	video	[480, 640, 3]	右侧摄像头视频数据，分辨率480x640，RGB三通道，AV1编码
observation.images.left	video	[480, 640, 3]	左侧摄像头视频数据，分辨率480x640，RGB三通道，AV1编码
observation.images.middle	video	[480, 640, 3]	中间摄像头视频数据，分辨率480x640，RGB三通道，AV1编码
observation.motor_currents	int32	[6]	6个关节的电机电流值（shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper）
observation.motor_velocities	int32	[6]	6个关节的电机速度值（shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper）
observation.depths.middle	uint16	[480, 640]	中间摄像头的深度图，分辨率480x640
timestamp	float32	[1]	时间戳
frame_index	int64	[1]	帧索引
episode_index	int64	[1]	片段索引
index	int64	[1]	全局索引
task_index	int64	[1]	任务索引

---

其他信息

• 主页： 未提供
• 论文： 未提供
• 引用： 未提供 BibTeX 引用信息
• 代码库版本： v3.0