bimanual_blue_block_handover_1

这是一个使用LeRobot创建的数据集，包含双臂机器人的操作数据。数据集共有25个剧集，15177个帧，1个任务，75个视频。每个视频都有对应的动作数据、观察状态数据和三种不同视角的视频数据。数据集按照Apache-2.0许可证发布。

原始信息汇总

数据集概述

基本信息

• 数据集名称: bimanual_blue_block_handover_1
• 任务类别: 机器人技术
• 标签: LeRobot、双手操作、交接任务、整合数据
• 许可证: Apache-2.0
• 创建工具: LeRobot

数据集规模

• 总任务数: 1
• 总片段数: 25
• 总帧数: 15177
• 总视频数: 75
• 数据块数: 1
• 块大小: 1000
• 帧率: 30 fps
• 训练集划分: 0:25

数据结构

数据文件路径

• 数据路径: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
• 视频路径: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

特征字段

动作特征

• 字段名: action
• 数据类型: float32
• 维度: [12]
• 关节位置:
  • 左肩平移位置
  • 左肩抬升位置
  • 左肘弯曲位置
  • 左腕弯曲位置
  • 左腕旋转位置
  • 左夹爪位置
  • 右肩平移位置
  • 右肩抬升位置
  • 右肘弯曲位置
  • 右腕弯曲位置
  • 右腕旋转位置
  • 右夹爪位置

观测状态

• 字段名: observation.state
• 数据类型: float32
• 维度: [12]
• 关节位置（与动作特征相同）

图像观测

右手腕摄像头:

• 字段名: observation.images.wrist_right
• 数据类型: 视频
• 分辨率: 480×640×3
• 视频编码: AV1
• 像素格式: yuv420p
• 非深度图

左手腕摄像头:

• 字段名: observation.images.wrist_left
• 分辨率: 480×640×3
• 视频编码: AV1

顶部Realsense摄像头:

• 字段名: observation.images.realsense_top
• 分辨率: 480×640×3
• 视频编码: AV1

索引字段

• 时间戳: float32[1]
• 帧索引: int64[1]
• 片段索引: int64[1]
• 数据索引: int64[1]
• 任务索引: int64[1]

技术规格

• 代码库版本: v2.1
• 机器人类型: bi_so101_follower
• 所有视频帧率: 30 fps
• 所有视频通道数: 3
• 所有视频无音频

搜集汇总

数据集介绍

构建方式

在机器人协作操作领域，bimanual_blue_block_handover_1数据集通过LeRobot框架精心构建，采用双手机器人系统记录物体交接任务。数据采集过程涉及25个完整交互场景，以30帧每秒的速率捕捉15177帧多维信息，涵盖关节位置、视觉感知与时间序列。原始数据被结构化存储为Parquet格式，并辅以同步视频流，确保动作与观测的时空对齐。

特点

该数据集显著特征在于其双模态感知架构，整合了12维关节空间状态与三路高清视觉流。动作空间完整映射双臂12个自由度控制指令，观测系统则融合手腕及顶部视角的RGB图像，分辨率达640x480。数据结构采用分块索引机制，支持高效随机访问，帧级元数据为时序分析提供坚实基础。

使用方法

研究者可借助标准机器人学习管道加载该数据集，通过帧索引快速定位特定交互阶段。训练流程可直接读取关节状态与视觉特征构建端到端模型，视频路径字段支持行为可视化分析。数据划分明确标识25个训练样本，适用于模仿学习与强化学习算法验证，其标准化格式确保与主流机器人学习库的兼容性。

背景与挑战

背景概述

在机器人操作领域，双手机器人协作任务的研究逐渐成为前沿方向。bimanual_blue_block_handover_1数据集由HuggingFace的LeRobot项目团队构建，专注于探索双手机器人间的物体传递行为。该数据集通过记录双手机器人各关节位置、夹爪状态及多视角视觉数据，旨在解决复杂环境下的动态物体交接问题，为机器人协同操作算法的开发提供关键实验数据。

当前挑战

双手机器人交接任务面临动作协调性与环境感知的双重挑战，需精确控制双手运动轨迹以避免物体滑落或碰撞。数据构建过程中，多传感器时序同步与高维动作空间的数据标注成为主要难点，同时需保证视觉信息与关节状态数据在动态场景下的一致性。

常用场景

经典使用场景

在机器人协作领域，bimanual_blue_block_handover_1数据集为双手机器人交接任务提供了标准化实验平台。该数据集通过记录双臂机械手在交接蓝色积木过程中的关节位置、视觉观测和时间序列数据，成为训练模仿学习与强化学习算法的核心资源。研究者可基于其多视角视频流和精确的动作轨迹，构建从感知到控制的端到端模型，推动机器人精细操作能力的发展。

解决学术问题

该数据集有效解决了机器人学中双臂协调控制的时序对齐与空间映射难题。通过提供同步的关节运动数据与三视角视觉反馈，使研究者能够解析双手协作中的动力学耦合关系。其结构化标注突破了传统机器人数据缺乏多模态对齐的局限，为研究交接动作的平滑性、避碰策略和抓握力控制提供了量化依据，显著提升了动态环境下机器人操作策略的可复现性。

衍生相关工作

该数据集催生了多项双手机器人领域的创新研究，例如基于时空注意力机制的交接动作预测模型，以及融合多视角视觉的强化学习框架。LeRobot生态系统中衍生的分层控制算法，通过解耦该数据集的关节运动与视觉特征，实现了动态环境下的自适应抓取策略。这些工作进一步拓展了数据驱动的机器人学习方法在复杂操作任务中的边界。