MiGA-Dataset

Name: MiGA-Dataset
Creator: GVLA
Published: 2026-09-03T21:38:19+08:00

Hugging Face2026-09-03 更新2026-09-03 收录

机器人操作策略学习

末端执行器形态研究

数据链接：

https://huggingface.co/datasets/GVLA/MiGA-Dataset 数据链接链接失效反馈

官方服务：

资源简介：

MiGA是一个多夹爪操作数据集，用于研究末端执行器形态如何影响视觉-语言-动作（VLA）策略学习。该数据集通过固定机器人臂（Franka）并系统地改变夹爪/末端执行器（平行夹爪、真空吸盘、灵巧手），使得夹爪身份可以作为跨实体泛化研究的可控因素被隔离。数据集包含四个子集：Franka平行夹爪仿真、Franka平行夹爪真实世界、Franka+Cobot真空吸盘真实世界、Franka+Inspire灵巧手真实世界。数据格式为LeRobot Parquet，模态包括第三视角RGB图像、腕部RGB图像、机器人状态（8维，包含位姿和夹爪开度）、动作（7维，增量位姿和夹爪指令）、夹爪ID、时间戳、帧索引、回合索引、任务索引等。

MiGA is a multi-gripper manipulation dataset for studying how end-effector morphology affects vision-language-action (VLA) policy learning. The dataset fixes the robot arm (Franka) and systematically varies the gripper/end-effector (parallel jaw gripper, vacuum suction cup, dexterous hand), isolating gripper identity as a controllable factor for cross-entity generalization research. It contains four subsets: Franka parallel jaw gripper simulation, Franka parallel jaw gripper real world, Franka+Cobot vacuum suction cup real world, and Franka+Inspire dexterous hand real world. Data format is LeRobot Parquet, with modalities including third-view RGB images, wrist RGB images, robot states (8-dimensional, including pose and gripper opening), actions (7-dimensional, incremental pose and gripper command), gripper ID, timestamps, frame indices, episode indices, and task indices.

提供机构：

GVLA

创建时间：

2026-09-03

原始信息汇总

MiGA 数据集概述

MiGA（Multi-gripper dataset for Gripper-aware Vision-Language-Action models）是一个面向多夹爪操作的机器人操控数据集，专门用于研究末端执行器形态对视觉-语言-动作（VLA）策略学习的影响。该数据集是 GVLA（Gripper-aware Vision-Language-Action Models）的配套数据集，相关论文已投稿至 ECCV 2026（论文编号 #5218）。

核心设计理念

与常见的跨机械臂（cross-embodiment）数据集不同，MiGA 在可能的情况下固定机械臂为 Franka，并系统性地变化夹爪/末端执行器类型，从而将夹爪身份作为可控因素独立研究，服务于跨实体泛化研究。

数据集构成

MiGA 包含以下四个子集：

夹爪配置	机器人平台	领域	数据行数	格式	Hugging Face 仓库
平行爪手	Franka Panda	仿真	63.2K	Parquet（LeRobot）	GVLA/Franka_panda_parallel_hand_sim
平行爪手	Franka Panda	真实世界	349K	Parquet（LeRobot）	GVLA/Franka_panda_parallel_hand_real
真空吸盘（Cobot Pump）	Franka + Cobot	真实世界	待补充	Parquet（LeRobot）	GVLA/Franka_cobot_vacuum_real
Inspire 灵巧手	Franka + Inspire Hand	真实世界	待补充	Parquet（LeRobot）	GVLA/Franka_inspire_hand_real

数据总量：约 100K–1M 行（size_categories 标注）
许可证：Apache 2.0

数据模态与字段

每个子集遵循LeRobot数据集规范（Parquet + meta/info.json），每帧数据包含以下字段：

字段	类型	描述
image	图像（224×224）	第三人称 RGB 帧
wrist_image	图像（224×224）	腕部相机 RGB 帧
state	float32[8]	末端执行器位姿（xyz+旋转）+ 夹爪开合度（2 个值）
actions	float32[7]	末端执行器增量动作 + 夹爪指令
gripper_id	int32	标识生成该片段的夹爪配置
timestamp	float32	片段内时间（秒）
frame_index	int64	片段内帧索引
episode_index	int64	子集内片段索引
index	int64	全局行索引
task_index	int64	任务标识符

数据组织与文件结构

数据可按 task_index 组织任务，通过 episode_index 分组片段，并使用 frame_index/timestamp 定位帧。

加载与使用

可通过 🤗 datasets 库直接加载： python from datasets import load_dataset ds = load_dataset("GVLA/Franka_panda_parallel_hand_real", split="train")

或使用 LeRobot 数据集加载器： python from lerobot.common.datasets.lerobot_dataset import LeRobotDataset ds = LeRobotDataset("GVLA/Franka_panda_parallel_hand_real")

如需跨夹爪训练，可将各子集按共享的 state/actions/gripper_id 模式拼接，并使用 gripper_id 进行条件建模或按实体分层。