wry123456/eval_bimanual_truss_assembly_50k

Name: wry123456/eval_bimanual_truss_assembly_50k
Creator: wry123456
Published: 2026-04-30 07:37:04
License: 暂无描述

Hugging Face2026-04-30 更新2026-05-03 收录

下载链接：

https://hf-mirror.com/datasets/wry123456/eval_bimanual_truss_assembly_50k

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 task_categories: - robotics tags: - LeRobot configs: - config_name: default data_files: data/*/*.parquet --- This dataset was created using [LeRobot](https://github.com/huggingface/lerobot). ## Dataset Description - **Homepage:** [More Information Needed] - **Paper:** [More Information Needed] - **License:** apache-2.0 ## Dataset Structure [meta/info.json](meta/info.json): ```json { "codebase_version": "v3.0", "robot_type": "bi_so101_follower", "total_episodes": 1, "total_frames": 1781, "total_tasks": 1, "chunks_size": 1000, "data_files_size_in_mb": 100, "video_files_size_in_mb": 500, "fps": 30, "splits": { "train": "0:1" }, "data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet", "video_path": "videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4", "features": { "action": { "dtype": "float32", "names": [ "left_shoulder_pan.pos", "left_shoulder_lift.pos", "left_elbow_flex.pos", "left_wrist_flex.pos", "left_wrist_roll.pos", "left_gripper.pos", "right_shoulder_pan.pos", "right_shoulder_lift.pos", "right_elbow_flex.pos", "right_wrist_flex.pos", "right_wrist_roll.pos", "right_gripper.pos" ], "shape": [ 12 ] }, "observation.state": { "dtype": "float32", "names": [ "left_shoulder_pan.pos", "left_shoulder_lift.pos", "left_elbow_flex.pos", "left_wrist_flex.pos", "left_wrist_roll.pos", "left_gripper.pos", "right_shoulder_pan.pos", "right_shoulder_lift.pos", "right_elbow_flex.pos", "right_wrist_flex.pos", "right_wrist_roll.pos", "right_gripper.pos" ], "shape": [ 12 ] }, "observation.images.cam_front": { "dtype": "video", "shape": [ 480, 640, 3 ], "names": [ "height", "width", "channels" ], "info": { "video.height": 480, "video.width": 640, "video.codec": "av1", "video.pix_fmt": "yuv420p", "video.is_depth_map": false, "video.fps": 30, "video.channels": 3, "has_audio": false } }, "observation.images.cam_wrist_left": { "dtype": "video", "shape": [ 480, 640, 3 ], "names": [ "height", "width", "channels" ], "info": { "video.height": 480, "video.width": 640, "video.codec": "av1", "video.pix_fmt": "yuv420p", "video.is_depth_map": false, "video.fps": 30, "video.channels": 3, "has_audio": false } }, "observation.images.cam_wrist_right": { "dtype": "video", "shape": [ 480, 640, 3 ], "names": [ "height", "width", "channels" ], "info": { "video.height": 480, "video.width": 640, "video.codec": "av1", "video.pix_fmt": "yuv420p", "video.is_depth_map": false, "video.fps": 30, "video.channels": 3, "has_audio": false } }, "timestamp": { "dtype": "float32", "shape": [ 1 ], "names": null }, "frame_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "episode_index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "index": { "dtype": "int64", "shape": [ 1 ], "names": null }, "task_index": { "dtype": "int64", "shape": [ 1 ], "names": null } } } ``` ## Citation **BibTeX:** ```bibtex [More Information Needed] ```

This dataset was created using LeRobot and contains robotics-related data. The dataset structure includes various features related to robotic actions and observations, such as joint positions and images from multiple cameras. The metadata provides specifics about the data types, shapes, and video information.

提供机构：

wry123456

搜集汇总

数据集介绍

构建方式

在机器人操作领域，双臂协同作业的研究至关重要。该数据集基于LeRobot框架构建，采用Bi_So101_Follower型双臂机器人，通过遥操作或自动采集策略，在桁架组装任务中收集了1个完整回合、共计1781帧的演示数据。数据以Parquet格式存储于分块文件中，视频流以AV1编码压缩保存，并遵循统一的元数据描述规范。数据集的构建过程严格遵循v3.0版本代码规范，确保数据的可复现性与标准化。

特点

该数据集的核心特点在于其精细的双臂联动控制结构。动作与状态观测均包含12维浮点向量，分别对应左右臂的肩关节、肘关节、腕关节及夹爪位置，实现了对双臂操作全状态的精确刻画。多视角视觉信息通过三路高清摄像头（前方、左腕、右腕）捕获30帧/秒、分辨率达640x480的彩色视频流，为模仿学习提供了丰富的环境感知输入。数据集虽仅包含单一任务、单回合数据，但其高帧率、多模态对齐的特性为双臂精密装配的研究提供了高质量基准。

使用方法

研究者可通过LeRobot库直接加载该数据集，利用其内置的数据分割机制，将全部数据作为训练集使用。数据以分块形式组织，支持通过chunks_size参数按1000帧粒度进行流式读取，便于内存高效训练。使用过程中，需同时处理Parquet格式的数值状态数据与MP4格式的视频序列，可通过LeRobot提供的DataLoader实现多模态数据的同步对齐。该数据集适用于基于模仿学习或强化学习的双臂机器人策略训练，尤其适合桁架组装等结构化任务的研究与复现。

背景与挑战

背景概述

在机器人操作研究中，双臂协同装配任务因其高精度与复杂动态交互特性而成为极具挑战性的前沿课题。eval_bimanual_truss_assembly_50k数据集由Hugging Face团队基于LeRobot平台创建，发布于2024年前后，旨在为双臂机器人桁架装配这一典型工业场景提供标准化训练与评估基准。该数据集聚焦于双机械臂（bi_so101_follower）在结构化环境中的同步操作问题，通过记录1781帧高保真时序数据，包含12维关节动作指令、状态信息及来自前视与左右腕部三视角的同步视频流，为模仿学习与强化学习方法提供了多模态学习范例。作为LeRobot生态中首批公开的双臂装配数据集之一，它填补了面向具身智能中精细协作任务的公开数据空白，推动了机器人学习领域从单臂操作向双臂协同的范式演进。

当前挑战

该数据集所应对的核心领域挑战在于双臂装配任务的高维同步控制与多模态融合难题。在工业桁架装配场景中，双机械臂需在狭小空间内协调执行抓取、对齐与插接等精细操作，对时间同步精度与抗扰动能力提出严苛要求。数据构建过程中面临多重困难：首先，真实物理环境中双臂运动轨迹的精准标注依赖遥操作演示，单次采集仅获得1781帧（约59秒）有效数据，扩展至50k规模需大量重复实验；其次，多视角视频（480×640像素）与12维动作状态的高频同步采集（30 FPS）对硬件同步触发机制与数据存储带宽构成挑战；此外，数据集仅含单一任务与单条轨迹，缺乏任务变体与场景多样性，限制了模型泛化能力的验证。

常用场景

经典使用场景

在机器人学习与灵巧操作领域，eval_bimanual_truss_assembly_50k被广泛应用于双臂协作装配任务的模仿学习与行为克隆研究。该数据集包含了完整的双臂机器人（如bi_so101_follower）在桁架结构组装过程中的关节角度、末端状态及多视角视觉观测，为开发从视觉输入到低层运动控制的端到端策略提供了高质量训练样本。研究者常利用其30Hz的高采样频率与多摄像头配置来训练基于扩散策略或Transformer架构的策略模型，实现复杂装配动作的精准复现。

衍生相关工作

基于该数据集衍生的经典工作涵盖了模仿学习领域的多项突破，如利用扩散策略生成平滑的多模态轨迹、基于奖励加权回归优化动作精度，以及引入场景图谱模型来推理零件装配逻辑。代表性成果包括将神经网络与运动规划器结合的混合方法，以及通过构建因果世界模型来预测装配失败风险的早期预警系统。这些工作共同构成了从数据驱动到模型可解释性的研究脉络，持续推动着机器人双手机器人学习的前沿发展。

数据集最近研究