eval_ur10e_real

该数据集由LeRobot创建，是一个机器人技术领域的数据集，包含11个episodes、6355帧数据，涉及2个任务。数据集结构包括：1) 动作数据（7维向量，包含线速度、角速度和夹持器位置）；2) 观察状态（7个关节位置）；3) 3个摄像头的视频数据（分辨率分别为1280x720和720x1280的RGB视频）；4) 时间戳、帧索引、episode索引等元数据。视频数据以30fps录制，使用AV1编解码器，总数据量约300MB（视频200MB+数据100MB）。

原始信息汇总

数据集概述

基本信息

• 数据集名称: eval_ur10e_real
• 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: 11
• 总帧数: 6355
• 总任务数: 2
• 数据块大小: 1000帧
• 帧率: 30 FPS
• 数据文件总大小: 100 MB
• 视频文件总大小: 200 MB
• 数据格式: Parquet
• 视频编码: AV1
• 数据划分: 全部数据用于训练 (索引 0:11)
• 代码库版本: v3.0
• 机器人类型: ros2

数据文件路径模式

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

数据特征

动作

• 数据类型: float32
• 形状: [7]
• 特征名:
  • linear_x.vel
  • linear_y.vel
  • linear_z.vel
  • angular_x.vel
  • angular_y.vel
  • angular_z.vel
  • gripper.pos

观测状态

• 数据类型: float32
• 形状: [7]
• 特征名:
  • shoulder_pan_joint.pos
  • shoulder_lift_joint.pos
  • elbow_joint.pos
  • wrist_1_joint.pos
  • wrist_2_joint.pos
  • wrist_3_joint.pos
  • robotiq_hande_left_finger_joint.pos

观测图像 (相机1)

• 数据类型: 视频
• 形状: [1280, 720, 3] (高度, 宽度, 通道)
• 视频信息:
  • 高度: 1280
  • 宽度: 720
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 30
  • 通道数: 3
  • 包含音频: 否

观测图像 (相机2)

• 数据类型: 视频
• 形状: [720, 1280, 3] (高度, 宽度, 通道)
• 视频信息:
  • 高度: 720
  • 宽度: 1280
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 30
  • 通道数: 3
  • 包含音频: 否

观测图像 (相机3)

• 数据类型: 视频
• 形状: [720, 1280, 3] (高度, 宽度, 通道)
• 视频信息:
  • 高度: 720
  • 宽度: 1280
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: 否
  • 帧率: 30
  • 通道数: 3
  • 包含音频: 否

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]

补充信息

• 主页: 未提供
• 论文: 未提供
• 引用格式: 未提供

搜集汇总

数据集介绍

构建方式

在机器人学领域，真实世界数据的采集对于模型验证至关重要。eval_ur10e_real数据集通过LeRobot平台构建，利用UR10e机器人实体在真实环境中执行任务，系统记录其操作过程。数据以分块形式存储，每块包含1000帧，总计6355帧，涵盖11个完整任务片段，所有数据均以Parquet格式保存，确保了高效存储与读取。

特点

该数据集的特点在于其多模态数据结构的完整性，不仅包含机器人的七维动作指令与关节状态观测，还整合了来自三个不同视角的高清视频流，分辨率分别为1280x720与720x1280，帧率达30fps。视频采用AV1编码，兼顾了视觉信息的丰富性与存储效率。数据集中明确标注了时间戳、帧索引及任务索引，为时序分析与任务特定研究提供了结构化基础。

使用方法

使用eval_ur10e_real数据集时，研究者可通过LeRobot工具链直接加载Parquet文件，访问机器人动作、状态观测及同步视频流。数据集适用于机器人策略评估、模仿学习或视觉运动控制等任务，其清晰的数据分割与特征定义便于模型输入输出对齐。用户可依据帧索引与任务索引提取特定片段，进行离线分析或在线仿真验证。

背景与挑战

背景概述

在机器人学习领域，真实世界数据的稀缺性长期制约着策略泛化与迁移能力的研究进展。eval_ur10e_real数据集依托LeRobot开源框架构建，专注于UR10e机械臂在物理环境中的操作任务评估。该数据集通过多视角视觉感知与关节状态同步记录，为模仿学习与强化学习算法提供了弥合仿真与现实差距的关键基准。其结构化特征设计体现了对机器人操作任务中状态-动作映射关系的系统性捕捉，为具身智能在非结构化环境中的适应性研究奠定了数据基础。

当前挑战

该数据集致力于解决真实场景下机器人操作策略的评估难题，其核心挑战在于如何构建能够反映动态环境复杂性与任务多样性的评估基准。数据采集过程中需克服传感器同步精度、机械臂控制噪声以及多模态数据对齐等技术障碍。同时，有限的任务类别与样本规模可能制约模型泛化性能的充分验证，而真实环境中的光照变化、物体材质差异等不确定因素进一步增加了评估任务的复杂性。

常用场景

经典使用场景

在机器人学领域，eval_ur10e_real数据集为机器人操作任务提供了真实世界的评估基准。该数据集通过UR10e机械臂采集，包含多视角视觉观测、关节状态和动作指令，典型应用于机器人模仿学习与策略评估。研究者可利用其丰富的传感器数据，训练模型在复杂环境中执行抓取、放置等精细操作，验证算法在真实物理系统中的泛化能力。

衍生相关工作

围绕该数据集，已衍生出多项机器人学习领域的经典工作。例如，结合LeRobot框架的研究实现了基于视觉的强化学习策略训练；部分工作利用其多相机数据开发了跨视角姿态估计模型。这些成果推动了机器人感知-控制一体化架构的发展，并为开源机器人社区提供了可扩展的算法验证平台。

数据集最近研究

最新研究方向

在机器人学习领域，eval_ur10e_real数据集作为基于LeRobot平台构建的真实世界机器人操作数据集，正成为推动模仿学习与强化学习算法在现实场景中应用的关键资源。该数据集通过UR10e机械臂采集的多视角视觉观测与高维动作序列，为研究跨模态表示学习提供了丰富素材，尤其聚焦于如何从视觉输入中有效提取状态信息以指导精确的末端执行器控制。当前前沿探索集中在利用此类真实数据训练端到端的策略网络，旨在减少对精确动力学模型的依赖，并提升机器人在复杂非结构化环境中的泛化能力。随着具身智能热潮的兴起，该数据集所支持的研究方向正与机器人操作技能的高效迁移、少样本学习等热点紧密相连，对促进服务机器人、柔性制造等实际应用具有显著意义。