leokswang/18122025-foldclo-03_lerobot_format

该数据集使用LeRobot创建，专注于机器人学任务，具体针对YAM机器人类型。数据集包含4个episodes，总计19934帧，涉及1个任务，无视频数据，帧率为30fps。数据特征包括来自顶部、左侧和右侧摄像头的图像观察（每张图像分辨率为360x640，3个通道），状态观察（14维浮点向量），动作数据（14维浮点向量），以及时间戳、帧索引、episode索引等元数据。数据集以Apache 2.0许可证发布，适用于机器人控制和强化学习研究。许可证：Apache-2.0 任务类别： - 机器人学 标签： - LeRobot - yam - lerobot - allenai_18122025-foldclo-03 配置项： - 配置名称：默认 数据文件：data/*/*.parquet 本数据集基于[LeRobot](https://github.com/huggingface/lerobot)框架构建。 ## 数据集说明 - **项目主页：** [需补充更多信息] - **相关论文：** [需补充更多信息] - **许可证：** Apache-2.0 ## 数据集结构 [meta/info.json](meta/info.json): json { "代码库版本": "v2.1", "机器人类型": "yam", "总回合数": 4, "总帧数": 19934, "总任务数": 1, "总视频数": 0, "总数据块数": 1, "数据块大小": 1000, "帧率": 30, "数据划分": { "训练集": "0:4" }, "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": { "观测数据.顶部图像": { "数据类型": "图像", "形状": [ 360, 640, 3 ], "维度名称": [ "高度", "宽度", "通道数" ] }, "观测数据.左侧图像": { "数据类型": "图像", "形状": [ 360, 640, 3 ], "维度名称": [ "高度", "宽度", "通道数" ] }, "观测数据.右侧图像": { "数据类型": "图像", "形状": [ 360, 640, 3 ], "维度名称": [ "高度", "宽度", "通道数" ] }, "观测数据.机器人状态": { "数据类型": "float32", "形状": [ 14 ], "维度名称": [ "状态" ] }, "动作": { "数据类型": "float32", "形状": [ 14 ], "维度名称": [ "动作" ] }, "时间戳": { "数据类型": "float32", "形状": [ 1 ], "维度名称": null }, "帧索引": { "数据类型": "int64", "形状": [ 1 ], "维度名称": null }, "回合索引": { "数据类型": "int64", "形状": [ 1 ], "维度名称": null }, "全局索引": { "数据类型": "int64", "形状": [ 1 ], "维度名称": null }, "任务索引": { "数据类型": "int64", "形状": [ 1 ], "维度名称": null } } } ## 引用 **BibTeX格式引用：** bibtex [需补充更多信息]

搜集汇总

数据集介绍

构建方式

该数据集依托于LeRobot框架构建，旨在服务于机器人操作任务的模仿学习研究。数据集包含来自YAM机器人的4个完整任务片段（episode），总计19934帧数据，采样频率为30帧/秒。数据以Parquet格式存储，结构遵循LeRobot的标准化协议，数据路径为data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet。每个片段涵盖多模态观测信息，包括三视角RGB图像（顶部、左侧、右侧，分辨率360×640）以及14维的状态向量与动作向量，同时附有时间戳、帧索引等元数据。数据集采用单一训练集划分，未包含视频文件，体现了以状态-动作对为核心的轻量化设计。

使用方法

研究者可直接利用LeRobot库加载该数据集，通过指定配置名'default'并指向本地或远程存储路径中的Parquet文件即可。数据读取后，将自动按'observation.images'、'observation.state'与'action'键值提取视觉与状态信息，支持以30帧/秒的速率获取同步时序数据。推荐将数据集用于行为克隆、逆强化学习等模仿学习范式，训练过程中可结合LeRobot内置的数据增强与批次采样工具。对于希望验证算法在单一任务、多视角场景下泛化能力的实验，本数据集尤为适用。

背景与挑战

背景概述

该数据集基于LeRobot框架创建，旨在为机器人学习领域提供标准化的数据采集与处理范例。LeRobot由Hugging Face团队主导开发，致力于降低机器人数据获取与模型训练的门槛。数据集采用Apache-2.0许可协议，聚焦于“yam”类型机器人的操作任务，包含了4个完整episode、近2万帧的高频（30 FPS）多模态观察数据，涵盖顶部、左侧、右侧三视角图像以及14维状态与动作空间。尽管规模尚小，但其结构化存储格式与开放源码特性，为后续机器人模仿学习、策略泛化研究提供了重要基准，推动了机器人社区数据共享与复现文化的形成。

当前挑战

当前数据集面临的核心挑战包括：其一，在领域问题层面，机器人操作任务具有高维度连续控制与复杂环境交互特性，该数据集仅含单一任务与极少量episode，难以支撑通用策略学习，亟需扩展至多任务、多场景的规模化采集；其二，在构建过程中，数据标注与同步精度存在局限，多视角图像与状态动作的时间对齐依赖固定帧率，易引入时序偏差；此外，缺乏标准化评价指标与跨平台比较机制，限制了数据集在迁移学习与跨机器人通用性验证中的应用价值。

常用场景

经典使用场景

在机器人学习领域，该数据集遵循LeRobot框架标准格式，包含了由YAM机器人采集的4个回合、近2万帧的高质量多模态数据。其经典使用场景在于为模仿学习与示教学习算法提供训练素材，研究者可基于三视角视觉图像（顶部、左侧、右侧）与14维机器人状态-动作序列，构建从观察到动作的端到端映射模型。数据集以30帧每秒的采样频率记录精细操作轨迹，特别适合应用于视觉运动策略的预训练与微调，例如行为克隆、逆强化学习等范式。此外，其结构化parquet格式与分块存储设计，使得大规模并行加载与分布式训练成为可能。

解决学术问题

该数据集直接回应了机器人操作任务中数据稀缺性与标准化不足的学术困境。通过提供统一的LeRobot格式，它解决了多源异构机器人数据难以融合的难题，为跨机构、跨平台的研究对比提供了基准。在学术层面，它助力探索状态表征学习、多视角融合策略以及时序动作生成等核心问题。数据集包含的14维连续状态空间与对应动作，使得研究者能够深入分析高维控制信号的分布特性，推动基于最优传输、扩散模型的机器人策略优化方法发展。其对Apache-2.0协议的开源采用，进一步加速了机器人学习领域可复现研究的进程。

实际应用

在实际应用中，该数据集可赋能工业机械臂的精密装配、物料分拣等自动化场景。基于其采集的示教数据，企业能够利用模仿学习快速部署无需手动编程的柔性产线——机器人通过观察多角度视觉输入与自身关节状态，自主复现专家级别的操作轨迹。对于服务机器人领域，数据集支持了复杂环境下的物体抓取与操作技能迁移，例如在家庭场景中完成餐具整理、开关操作等任务。此外，其标准化格式使得仿真环境（如MuJoCo、Isaac Sim）中的策略可以直接微调后部署至实体YAM机器人，显著缩短了从学术验证到工业落地的迭代周期。

数据集最近研究

最新研究方向

该数据集隶属于LeRobot生态体系，聚焦于机器人操作技能的模仿学习与行为克隆。其核心价值在于提供了高帧率（30 FPS）、多视角视觉（三图像通道）与完整状态-动作对（14维）的精细时序数据，为研究双臂或灵巧手等复合型机器人从示范中习得复杂操控策略提供了标准化训练素材。当前前沿方向集中于利用此类小样本高效数据（仅4 episode）探索少样本泛化能力与域适应技术，同时结合Transformer或扩散策略等生成式模型，推动机器人系统在非结构化环境中从有限演示实现可靠决策。该数据集的公开标志着从单纯规模收集向高质量、结构化数据集构建的转向，其Apache-2.0许可为学术界与工业界协作加速具身智能发展奠定了关键基础。