eval_smolvla_yellow_cube_to_white

该数据集是通过LeRobot创建的机器人相关数据集，包含10个episodes和9342帧数据。数据集记录了机器人动作（包括肩部、肘部、腕部和夹持器的位置信息）和状态观测数据，以及来自两个摄像头（camera1和camera2）的视频数据（分辨率480x640，30fps）。数据以parquet格式存储，视频以mp4格式存储。

原始信息汇总

数据集概述

基本信息

• 数据集名称: eval_smolvla_yellow_cube_to_white
• 创建工具: LeRobot (https://github.com/huggingface/lerobot)
• 许可证: Apache-2.0
• 任务类别: 机器人学
• 标签: LeRobot

数据集规模与结构

• 总情节数: 10
• 总帧数: 9342
• 总任务数: 1
• 数据块大小: 1000
• 数据文件总大小: 100 MB
• 视频文件总大小: 200 MB
• 帧率: 30 FPS
• 数据分割: 训练集 (0:10)
• 数据文件路径模式: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径模式: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

数据特征

动作

• 数据类型: float32
• 形状: [6]
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

观测状态

• 数据类型: float32
• 形状: [6]
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

观测图像 (camera1)

• 数据类型: 视频
• 形状: [480, 640, 3]
• 名称: height, width, channels
• 视频信息:
  • 高度: 480
  • 宽度: 640
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: false
  • 帧率: 30
  • 通道数: 3
  • 包含音频: false

观测图像 (camera2)

• 数据类型: 视频
• 形状: [480, 640, 3]
• 名称: height, width, channels
• 视频信息:
  • 高度: 480
  • 宽度: 640
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: false
  • 帧率: 30
  • 通道数: 3
  • 包含音频: false

元数据

• 时间戳: 数据类型 float32, 形状 [1]
• 帧索引: 数据类型 int64, 形状 [1]
• 情节索引: 数据类型 int64, 形状 [1]
• 索引: 数据类型 int64, 形状 [1]
• 任务索引: 数据类型 int64, 形状 [1]

技术信息

• 代码库版本: v3.0
• 机器人类型: so_follower