pcb_placement_v1

该数据集是为机器人学任务设计的，特别适用于双机械臂跟随机器人（bi_dk1_follower）的研究。数据集包含2个完整的工作周期（episodes），共计203帧数据，涉及1个任务。数据以parquet格式存储，总数据文件大小为100MB，视频文件大小为200MB，帧率为30fps。数据集的主要特征包括：14维的动作空间（包含左右机械臂各6个关节和1个夹爪的位置信息）、14维的观察状态空间（与动作空间对应）、以及来自顶部、左腕和右腕三个视角的视频观察数据（分辨率480x640，RGB三通道）。此外，数据集还提供了时间戳、帧索引、工作周期索引等辅助信息。数据集采用Apache 2.0许可证，适用于机器人控制、模仿学习等研究领域。

原始信息汇总

数据集概述

基本信息

• 数据集名称: pcb_placement_v1
• 创建工具: 使用 LeRobot 创建
• 任务类别: 机器人学
• 标签: LeRobot
• 许可证: Apache 2.0
• 主页: 未提供
• 论文: 未提供
• 引用格式: 未提供

数据集规模

• 总情节数: 50
• 总帧数: 30616
• 总任务数: 1
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 帧率: 30 FPS
• 数据块大小: 1000

数据结构与划分

• 数据格式: Parquet 文件
• 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
• 数据划分: 全部数据用于训练 (train: "0:50")

数据特征

动作空间

• 特征名: action
• 数据类型: float32
• 形状: [14]
• 描述: 包含左右机械臂各6个关节及末端夹爪的位置信息。

状态观测

• 特征名: observation.state
• 数据类型: float32
• 形状: [14]
• 描述: 包含左右机械臂各6个关节及末端夹爪的位置信息。

图像观测

1. 顶部摄像头图像

   • 特征名: observation.images.top
   • 数据类型: 视频
   • 形状: [480, 640, 3]
   • 视频信息: 高度480像素，宽度640像素，3通道，H.264编码，YUV420p像素格式，非深度图，30 FPS，无音频。

2. 左腕部摄像头图像

   • 特征名: observation.images.left_wrist
   • 数据类型: 视频
   • 形状: [480, 640, 3]
   • 视频信息: 高度480像素，宽度640像素，3通道，H.264编码，YUV420p像素格式，非深度图，30 FPS，无音频。

3. 右腕部摄像头图像

   • 特征名: observation.images.right_wrist
   • 数据类型: 视频
   • 形状: [480, 640, 3]
   • 视频信息: 高度480像素，宽度640像素，3通道，H.264编码，YUV420p像素格式，非深度图，30 FPS，无音频。

元数据

• 时间戳: timestamp (float32, 形状 [1])
• 帧索引: frame_index (int64, 形状 [1])
• 情节索引: episode_index (int64, 形状 [1])
• 索引: index (int64, 形状 [1])
• 任务索引: task_index (int64, 形状 [1])

机器人信息

• 机器人类型: bi_dk1_follower
• 代码库版本: v3.0

搜集汇总

数据集介绍

构建方式

在机器人操作领域，pcb_placement_v1数据集通过LeRobot框架精心构建，专注于印刷电路板（PCB）的精准放置任务。该数据集采集自一台双机械臂机器人（bi_dk1_follower）的实际操作过程，涵盖了50个完整操作序列，总计30616帧数据，以30帧每秒的速率记录。数据以Parquet格式分块存储，每块包含1000帧，确保了高效的数据管理与访问。构建过程中，系统同步捕获了机械臂关节位置、夹爪状态以及多视角视觉信息，为后续分析提供了丰富的时空上下文。

特点

pcb_placement_v1数据集展现出多模态与高精度的显著特征。其核心在于融合了14维的关节位置动作与状态观测，覆盖左右机械臂各六个关节及夹爪，实现了对机器人运动轨迹的细致刻画。视觉方面，数据集提供了顶部、左腕和右腕三个视角的RGB视频流，分辨率均为640x480，编码为H.264格式，这些视觉数据与机械状态同步，为理解环境交互提供了直观依据。此外，数据集结构清晰，包含时间戳、帧索引和任务索引等元数据，支持复杂的时间序列分析与任务建模。

使用方法

利用pcb_placement_v1数据集，研究者可深入探索机器人学习与控制的多个维度。数据集适用于训练模仿学习或强化学习模型，通过动作与观测的对应关系，学习PCB放置的策略。用户可通过HuggingFace平台直接访问数据文件，按照Parquet格式加载，并利用提供的视频路径关联视觉信息。数据已预设训练集划分，涵盖全部50个序列，便于模型训练与验证。在实际应用中，可结合LeRobot工具链进行数据可视化与预处理，以优化算法性能，推动机器人操作任务的自动化进展。

背景与挑战

背景概述

在机器人操作领域，精确控制双机械臂执行复杂装配任务一直是研究热点。pcb_placement_v1数据集由HuggingFace的LeRobot项目创建，专注于印刷电路板（PCB）的精准放置操作。该数据集通过记录双机械臂（bi_dk1_follower型机器人）在真实环境中的动作序列、关节状态及多视角视觉观测，为模仿学习与强化学习算法提供了高质量的真实世界交互数据。其核心研究问题在于如何从多模态演示数据中学习鲁棒且泛化能力强的策略，以应对精密电子制造中的自动化挑战，对推动工业机器人的灵巧操作研究具有重要影响力。

当前挑战

该数据集旨在解决机器人灵巧操作中PCB放置这一具体任务的策略学习问题，其挑战在于机械臂的高维连续动作空间与复杂环境感知的耦合，要求模型能够从多视角视频和状态数据中推断出精确的抓取与放置轨迹。在构建过程中，数据采集面临诸多困难，包括确保双机械臂运动的同步性与安全性，处理高帧率多路视频流带来的巨大存储与计算负荷，以及标注真实世界操作中固有的物理不确定性和环境扰动，这些因素共同增加了数据集构建的复杂性与成本。

常用场景

经典使用场景

在机器人操作领域，pcb_placement_v1数据集为双机械臂协同执行印刷电路板（PCB）元件放置任务提供了丰富的示范数据。该数据集通过记录机械臂关节位置、夹爪状态以及多视角视觉信息，典型地用于训练模仿学习或强化学习模型，以复现精确的拾放操作序列。其结构化的动作与观测序列，使得研究者能够深入分析机械臂在复杂装配环境中的运动规划与协调机制。

解决学术问题

该数据集有效应对了机器人学习领域中示范数据稀缺与质量参差的挑战，为研究端到端操作策略提供了标准化基准。它助力于探索高维视觉与状态信息如何融合以提升策略的泛化能力，并解决了在真实物理系统中收集大规模、多模态数据的难题。通过提供精确的时间同步与多视角视频，该数据集推动了模仿学习、视觉伺服以及多智能体协同控制等前沿方向的发展。

衍生相关工作

围绕pcb_placement_v1数据集，已衍生出多项专注于机器人操作学习的经典研究。例如，利用其多模态序列数据开发高效的视觉-动作映射模型，探索基于Transformer的序列预测方法在长程任务规划中的应用。同时，该数据集也常被用作基准，用于评估不同模仿学习算法在复杂操作任务上的样本效率与最终性能，推动了机器人学习社区在仿真到真实迁移以及多任务学习方面的进展。