toyblocks_debug

该数据集使用LeRobot创建，是一个机器人学领域的演示数据集，专门用于机器人控制任务。数据集基于Franka Panda机器人，包含4个完整的情节、总共8440帧数据，涉及1个任务。数据以parquet文件格式存储，视频以mp4格式提供，帧率为30fps。数据集特征包括：动作数据（8维浮点数组）、状态观测（9维关节位置）、图像观测（来自手腕和前方摄像头的视频，分辨率为480x640，3通道RGB），以及时间戳、帧索引、情节索引等元数据。这些多模态数据可用于训练或评估机器人学习模型，支持强化学习或模仿学习应用。This dataset is created using LeRobot, and it is a robotics demonstration dataset specifically designed for robotic control tasks. It is based on the Franka Panda robot, containing 4 complete episodes and a total of 8440 frames for one single task. The data is stored in Parquet file format, with videos provided in MP4 format at a frame rate of 30 fps. The dataset includes the following features: action data (8-dimensional floating-point array), state observations (9-dimensional joint positions), image observations (videos from wrist and front-facing cameras with a resolution of 480x640 and 3-channel RGB), as well as metadata such as timestamps, frame indices, episode indices, etc. These multimodal data can be employed to train or evaluate robotic learning models, supporting applications of reinforcement learning and imitation learning.

原始信息汇总

数据集概述：yelisha/toyblocks_debug

基本信息

• 许可证：Apache-2.0
• 任务类别：机器人学 (robotics)
• 相关标签：LeRobot
• 创建工具：使用 LeRobot 创建

数据集规模与结构

• 机器人类型：Franka Panda
• 总片段数：4 个片段
• 总帧数：8440 帧
• 总任务数：1 个任务
• 数据块大小：1000（chunks_size）
• 数据文件大小：100 MB（data_files_size_in_mb）
• 视频文件大小：200 MB（video_files_size_in_mb）
• 帧率：30 FPS
• 数据集分割：训练集包含片段索引 0 至 3（train: "0:4"）

数据特征

数据集包含以下特征字段：

特征名	数据类型	形状	说明
action	float32	(8,)	8 维动作向量
observation.state	float32	(9,)	9 维状态，包含 7 个 Panda 关节位置和 2 个手指关节位置
observation.images.wrist	video	(480, 640, 3)	腕部摄像头视频，分辨率 480x640，AV1 编码，30 FPS
observation.images.front	video	(480, 640, 3)	前置摄像头视频，分辨率 480x640，AV1 编码，30 FPS
timestamp	float32	(1,)	时间戳
frame_index	int64	(1,)	帧索引
episode_index	int64	(1,)	片段索引
index	int64	(1,)	索引
task_index	int64	(1,)	任务索引

数据存储路径

• 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

可视化

可通过 可视化数据集空间 预览数据集内容。