dvla-place7obj-roll-250hz-events-250fps-delta-trim
收藏资源简介：
这是一个基于MuJoCo/robosuite仿真环境的机器人操作数据集，使用Panda机械臂执行“放置”任务。数据集包含14083个成功演示，涉及7种物体：5种杂货物品（罐头、苹果、牛油果、土豆、柠檬，共10083个演示）和2种圆形纹理物体（网球、棒球，共4000个演示）。80%的演示中物体会滚动（初始速度0.25-1.5 m/s），其余为静态。演示由脚本化状态机生成，仅保留成功尝试。数据集包含3个RGB摄像头和3个DVS事件摄像头，分辨率360x480，分别位于手腕、侧面和操作台视角。动作空间为10维，包括末端执行器位置增量（dx, dy, dz）、欧拉角的正弦/余弦（6维）和夹爪开合（1维）。状态空间为9维，包括末端执行器位置和欧拉角的正弦/余弦。环境状态为9维，表示物体的特权位姿和速度（训练时丢弃）。动作是增量式，编码了未来320ms（80帧，250Hz）后的绝对目标位姿。数据采集频率250Hz，事件使用v2e生成。数据集采用LeRobot v2.1格式，机器人类型为panda。
This is a robot manipulation dataset based on the MuJoCo/robosuite simulation environment, using a Panda robot arm to perform a place task. The dataset contains 14,083 successful demonstrations involving 7 objects: 5 grocery items (can, apple, avocado, potato, lemon, totaling 10,083 demonstrations) and 2 round textured objects (tennis ball, baseball, totaling 4,000 demonstrations). In 80% of the demonstrations, objects roll (initial velocity 0.25-1.5 m/s), while the rest are static. Demonstrations are generated by a scripted state machine, retaining only successful attempts. The dataset includes 3 RGB cameras and 3 DVS event cameras with a resolution of 360x480, placed at the wrist, side, and tabletop views. The action space is 10-dimensional, consisting of end-effector position increments (dx, dy, dz), sine/cosine of Euler angles (6 dimensions), and gripper opening/closing (1 dimension). The state space is 9-dimensional, including end-effector position and sine/cosine of Euler angles. The environment state is 9-dimensional, representing privileged object pose and velocity (discarded during training). Actions are incremental, encoding the absolute target pose 320ms (80 frames, 250Hz) into the future. Data is collected at 250Hz, events are generated using v2e. The dataset uses the LeRobot v2.1 format, and the robot type is panda.
数据集详情总结
数据集概述
该数据集名为 dvla-place7obj-roll-250hz-events-250fps-delta-trim，是一个基于 MuJoCo/robosuite 仿真环境的机器人操作数据集，由 LeRobot 框架创建。数据集包含 14,083 条成功演示，任务为 Panda 机械臂从桌面抓取物体并放入容器（碗/盘子/托盘）中，覆盖 7 种物体。
数据构成
物体类别
- 5 种杂货物体（10,083 集）：罐、苹果、牛油果、土豆、柠檬
- 2 种圆形纹理物体（4,000 集）：网球、棒球
任务特点
- 80% 的回合以物体滚动开始（发射速度 0.25–1.5 m/s），其余为静态放置
- 演示由读取特权模拟器状态的脚本化状态机生成，仅保留成功尝试
- 圆形物体使用“触及范围内生成”和“工作空间触及门”机制，防止机械臂过度伸展
数据规格
| 项目 | 内容 |
|---|---|
| 总帧数 | 11,561,473 |
| 总任务数 | 105 |
| 总视频数 | 84,498 |
| 数据分块 | 15 个块，每块 1000 集 |
| 控制频率 | 250 Hz |
| 数据集划分 | train: 0:14083（全部用于训练） |
| 机器人类型 | panda |
| LeRobot 版本 | v2.1 |
传感器配置
配备 3 个 RGB 相机和 3 个 DVS 事件相机，分辨率均为 360×480：
wrist_cam/wrist_cam_eventsside_cam/side_cam_eventsopst_cam/opst_cam_events
训练通常仅使用 opst_cam 和 wrist_cam。事件流通过 v2e 生成，并经过 delta-trim 预处理（sincos → delta → 前导保持裁剪）。
特征说明
- action (10,)：包含末端执行器位置增量 (dx, dy, dz)、3 个欧拉角的正弦/余弦值（6 个分量）以及夹爪状态。动作是增量式的（绝对目标减去同帧状态），评估时解码为
target = live_state + predicted_delta，每步重新锚定。编码的绝对目标是未来末端执行器重标注——机械臂在 320 ms（250 Hz 下 80 帧）后实际到达的位姿。 - observation.state (9,)：包含末端执行器位置及 3 个欧拉角的正弦/余弦值。
- observation.environment_state (9,)：特权物体位姿/速度信息，训练时被丢弃（真实机器人上不可用）。
元数据
- 许可协议：Apache-2.0
- 主页：https://github.com/mickeykang16/DynamicVLA/tree/mujoco
- 论文：待补充
- 引用：待补充
