leokswang/21122025-foldclo-12_lerobot_format

该数据集由LeRobot创建，用于机器人学习任务，包含10个episodes，总计34658帧数据，帧率为30fps。数据以parquet格式存储，特征包括顶部、左侧、右侧摄像头图像（分辨率360x640，3通道）、14维状态观测向量、14维动作向量、时间戳、帧索引、episode索引等。数据集结构基于chunk组织，支持训练任务，机器人类型为yam，代码库版本为v2.1。"许可证: apache-2.0 任务类别: - 机器人学 标签: - LeRobot - yam - lerobot - allenai_21122025-foldclo-12 配置项: - 配置名称: 默认配置 数据文件路径: data/*/*.parquet --- 本数据集基于[LeRobot](https://github.com/huggingface/lerobot)开发构建。 ## 数据集描述 - **主页：** [更多信息待补充] - **论文：** [更多信息待补充] - **许可证：** apache-2.0 ## 数据集结构 [meta/info.json](meta/info.json)： json { "codebase_version": "v2.1", "robot_type": "yam", "total_episodes": 10, "total_frames": 34658, "total_tasks": 1, "total_videos": 0, "total_chunks": 1, "chunks_size": 1000, "fps": 30, "splits": { "train": "0:10" }, "data_path": "data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet", "video_path": "videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4", "features": { "observation.images.top": { "dtype": "image", "shape": [ 360, 640, 3 ], "names": [ "height", "width", "channel" ] }, "observation.images.left": { "dtype": "image", "shape": [ 360, 640, 3 ], "names": [ "height", "width", "channel" ] }, "observation.images.right": { "dtype": "image", "shape": [ 360, 640, 3 ], "names": [ "height", "width", "channel" ] }, "observation.state": { "dtype": "float32", "shape": [ 14 ], "names": [ "state" ] }, "action": { "dtype": "float32", "shape": [ 14 ], "names": [ "action" ] }, "timestamp": { "dtype": "float32", "shape": [ 1 ], "names": null }, "frame_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "episode_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "task_index": { "dtype": "int64", "shape": [ 1 ], "names": null } } } ## 引用信息 **BibTeX格式引用：** bibtex [More Information Needed] "

搜集汇总

数据集介绍

构建方式

该数据集基于LeRobot框架构建，源自机器人操作数据的采集与处理流程。数据以Parquet格式存储，共包含10个episode、34658帧画面，所有数据均来自单一任务，由YAM型机器人采集完成。数据集被划分为10个训练样本，每个episode的观测信息包括顶部、左侧和右侧三路高清图像（360x640分辨率），以及14维的状态向量和对应的动作指令。时间戳、帧索引、episode索引等辅助字段为时序对齐提供了精确支持。

特点

数据集突出展现了多视角视觉观测与低维状态信息的融合特性。三路图像提供了丰富的空间上下文，而14维状态与动作空间的高度匹配，使得该数据适用于模仿学习与行为克隆等算法的训练。采用30帧每秒的高采样频率，确保了动作序列的细腻度。数据集采用LeRobot统一格式，具有标准化接口，便于跨模型复用与评估。所有数据均采用Apache-2.0许可证，降低了使用门槛。

使用方法

用户可通过LeRobot库直接加载该数据集，数据集配置文件指向data/*/*.parquet路径，自动完成数据分块与索引映射。对于每一episode，可依次读取图像、状态和动作序列，构建端到端的机器人操作策略。训练时通常将10个episode作为训练集，无需额外划分验证集。支持在PyTorch等框架下配合DataLoader使用，方便进行批量训练与模型迭代。

背景与挑战

背景概述

该数据集由Allen AI研究机构基于LeRobot框架创建，聚焦于机器人操作任务的模仿学习。数据集于2022年12月11日构建，采用YAM机器人平台，通过多视角视觉（顶部、左、右相机）与14维状态-动作空间记录10个完整任务片段，共计34,658帧数据。其核心研究问题在于为机器人领域提供一种标准化、可复现的数据采集与格式规范，推动端到端模仿学习算法的发展。数据集以Apache-2.0许可证开源，并集成于HuggingFace平台，为研究者提供了便捷的数据访问与基准测试能力。

当前挑战

当前机器人模仿学习面临数据稀缺与领域泛化难题。该数据集仅含单一任务、10个片段的小规模样本，难以支撑复杂策略的泛化训练，且缺乏任务多样性导致模型容易过拟合。构建过程中，多视角图像与高维状态-动作空间的同步采集需精确时序对齐，而YAM机器人平台的硬件差异与重复执行的动作噪声进一步增加了数据质量控制的挑战。此外，缺乏视频模态记录限制了行为克隆中对动态时序信息的建模能力。

常用场景

经典使用场景

该数据集基于LeRobot框架构建，专注于机器人操作任务的模仿学习研究。它包含了由YAM机器人采集的10个完整演示轨迹，总计34,658帧数据，涵盖多视角视觉观测（顶部、左侧、右侧摄像头）与14维状态-动作空间。经典使用场景在于训练端到端的行为克隆模型，如扩散策略或基于Transformer的决策模型，使机器人能够从人类示范中习得复杂的操作技能。研究者可借助该数据集探索视觉-运动映射、多视角融合以及时序建模等核心问题，尤其适合验证数据高效的学习算法。

实际应用

实际应用中，该数据集为智能机器人产品的技能迁移提供了可靠的数据基石。基于其训练的模型可直接部署于YAM型机器人，执行诸如物品抓取、精密装配或操作界面控制等任务。在工业自动化、家庭服务与医疗辅助等场景下，研究人员能够利用该数据集快速开发原型系统，减少真实环境下的试错损耗。此外，其模块化格式支持与仿真环境对接，为安全验证与边缘部署提供了便利，加速了机器人从实验室到实际产业落地的转化进程。

衍生相关工作

该数据集衍生了多项经典工作，显著推动了机器人学习社区的发展。例如，研究者基于其多视角图像与状态-动作对，开发了针对LeeBot框架的动作分块Transformer和扩散策略模型，实现了高精度的轨迹复现。另有工作利用其标准化结构构建了跨机器人的迁移学习基准，验证了域适应与元学习算法的有效性。数据集的Apache-2.0许可也促进了开源社区的协作，催生了诸如奖励学习、逆强化学习以及基于观测的因果模仿等前沿方向，形成了系统性的研究链条。