grab_the_cube

该数据集是一个机器人操作数据集，专门设计用于抓取立方体任务。它包含46个完整的情节，总计26306帧数据，使用so_follower机器人类型。数据集提供了丰富的多模态信息，包括机器人的动作（如肩部、肘部、腕部和夹爪的位置）、状态观测（关节位置）、来自前置摄像头（分辨率为1080x1920）和腕部摄像头（分辨率为480x640）的图像观测，以及时间戳、帧索引、情节索引等元数据。数据以Parquet格式存储，视频以MP4格式存储，帧率为30 fps。该数据集适用于机器人学习、强化学习和计算机视觉研究，特别针对抓取任务进行优化。This dataset is a robotic manipulation dataset specifically designed for cube grasping tasks. It contains 46 complete episodes, totaling 26,306 frames of data, using the so_follower robot type. The dataset provides rich multimodal information, including robot actions (such as the positions of the shoulder, elbow, wrist, and gripper), state observations (joint positions), image observations from the front-facing camera (resolution: 1080x1920) and wrist camera (resolution: 480x640), as well as metadata such as timestamps, frame indices, and episode indices. The data is stored in Parquet format, while the videos are stored in MP4 format with a frame rate of 30 fps. This dataset is suitable for robotics learning, reinforcement learning, and computer vision research, and is specifically optimized for grasping tasks.

原始信息汇总

数据集概览

• 数据集名称: grab_the_cube
• 许可证: Apache-2.0
• 任务类别: 机器人学 (Robotics)
• 创建工具: 基于 LeRobot 框架创建

数据集结构与规模

• 机器人类型: so_follower
• 总数据量: 46 个 episodes，共 26306 帧画面
• 任务数量: 1 个任务
• 数据块大小: 每个 chunk 1000 帧
• 数据文件总大小: 100 MB
• 视频文件总大小: 200 MB
• 帧率: 30 FPS
• 数据集划分: 全部 46 个 episodes 均用于训练

数据特征

动作与状态空间

• action 和 observation.state 均为 6 维向量，数据类型为 float32，包含：
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos

视觉观测

• observation.images.front（前置摄像头）: 分辨率 1920×1080，3 通道彩色视频，编码为 AV1，30 FPS
• observation.images.wrist（腕部摄像头）: 分辨率 640×480，3 通道彩色视频，编码为 AV1，30 FPS

其他字段

• timestamp: 时间戳，float32
• frame_index: 帧索引，int64
• episode_index: episode 索引，int64
• index: 全局索引，int64
• task_index: 任务索引，int64

数据存储格式

• 数据文件: Parquet 格式，路径为 data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件: MP4 格式，路径为 videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

可视化

• 可通过 LeRobot 数据集可视化工具 在线查看数据集内容。