picking_smolVLA

该数据集为HuggingFace LeRobot格式机器人数据集。

原始信息汇总

数据集概述

基本属性

• 数据集名称: picking_smolVLA
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot

数据集规模与结构

• 总情节数: 60
• 总帧数: 17457
• 总任务数: 4
• 数据块大小: 1000
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 帧率: 30 FPS
• 数据分割: 训练集 (0:60)
• 数据文件格式: Parquet
• 视频文件格式: MP4 (AV1 编码)
• 代码库版本: v3.0
• 机器人类型: so_follower

数据特征

动作空间

• 特征名称: action
• 数据类型: float32
• 形状: [6]
• 维度名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

观测空间

状态观测

• 特征名称: observation.state
• 数据类型: float32
• 形状: [6]
• 维度名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

图像观测

夹爪摄像头图像

• 特征名称: observation.images.gripper
• 数据类型: video
• 形状: [480, 640, 3]
• 维度名称: height, width, channels
• 视频信息: 高度480像素，宽度640像素，3通道，AV1编码，YUV420p像素格式，非深度图，30 FPS，无音频

顶部摄像头图像

• 特征名称: observation.images.top
• 数据类型: video
• 形状: [480, 640, 3]
• 维度名称: height, width, channels
• 视频信息: 高度480像素，宽度640像素，3通道，AV1编码，YUV420p像素格式，非深度图，30 FPS，无音频

前方摄像头图像

• 特征名称: observation.images.front
• 数据类型: video
• 形状: [480, 640, 3]
• 维度名称: height, width, channels
• 视频信息: 高度480像素，宽度640像素，3通道，AV1编码，YUV420p像素格式，非深度图，30 FPS，无音频

索引与元数据

• 时间戳: float32, 形状[1]
• 帧索引: int64, 形状[1]
• 情节索引: int64, 形状[1]
• 索引: int64, 形状[1]
• 任务索引: int64, 形状[1]

文件路径模式

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

可视化

• 可视化空间: https://huggingface.co/spaces/lerobot/visualize_dataset?path=VMuccio/picking_smolVLA