leokswang/19122025-foldclo-10_lerobot_format

该数据集使用LeRobot工具创建，主要用于机器人学任务。数据集包含10个训练集、55130帧数据，采样频率为30fps。数据以Parquet格式存储，结构包括多个特征：来自顶部、左侧和右侧摄像头的图像观测（每张图像尺寸为360x640x3），状态观测（14维浮点数），动作（14维浮点数），以及时间戳、帧索引、集索引、索引和任务索引等元数据。数据集适用于机器人控制与模仿学习研究。许可证：Apache-2.0 任务类别： - 机器人学 标签： - LeRobot - yam - lerobot - allenai_19122025-foldclo-10 配置项： - 配置名称：default 数据文件路径：data/*/*.parquet 本数据集基于[LeRobot](https://github.com/huggingface/lerobot)工具构建。 ## 数据集说明 - **主页：** [需补充更多信息] - **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", "总情节数": 10, "总帧数": 55130, "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, "数据集划分": { "训练集": "0:10" }, "数据路径格式": "data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet", "视频路径格式": "videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4", "数据特征": { "观测.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"] }, "观测.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"] }, "观测.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"] }, "观测.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 }, "情节索引": { "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：** bibtex [需补充更多信息]

搜集汇总

数据集介绍

构建方式

在机器人学习领域，高质量的数据集是推动算法进步的关键基石。该数据集依托于LeRobot框架构建，专为机器人操控任务设计，采集自名为“yam”的机器人平台。数据集共包含10个完整回合（episodes），总计55130帧时序数据，所有数据被整理为单个数据块，并以Parquet格式高效存储。每个回合均按照标准化的命名规则组织，路径形如data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet，便于程序化访问。数据集的构建过程严格遵循LeRobot的v2.1规范，确保与下游模型训练流程的无缝对接。

特点

该数据集最显著的特点在于其多模态观测信息的丰富性与结构一致性。在观测层面，数据同时记录了来自顶部、左侧、右侧三个视角的RGB图像，图像尺寸统一为360×640像素，为空间感知与视觉推理提供了立体化视角。此外，14维的状态向量与14维的动作向量构成了完整的运动学闭环，使得机器人状态与执行动作之间具备严格的对应关系。数据以每秒30帧的高采样频率采集，确保了时序细节的完整保留。值得一提的是，尽管拥有多视角图像，数据集并未包含视频文件，所有信息均以结构化Parquet文件存储，兼顾了存取效率与数据完整性。

使用方法

该数据集的使用高度集成于LeRobot生态系统。用户可通过LeRobot库中的数据集加载器直接读取data目录下的Parquet文件，每个文件即代表一个完整回合的序列数据。数据集被预定义为训练集，包含全部10个回合，无需额外划分。在应用时，可将观测图像与状态向量拼接作为模型输入，动作向量作为监督目标，适用于模仿学习与离线强化学习等范式。借助LeRobot提供的DataLoader工具，用户可方便地实现数据批量化、归一化及数据增强等预处理操作，从而快速搭建从数据到策略的训练管线。

背景与挑战

背景概述

该数据集诞生于机器人学习与模仿学习蓬勃发展的时代背景之下，由HuggingFace社区基于LeRobot框架创建，旨在为机器人操作任务提供标准化的数据存储与利用格式。数据集名为“19122025-foldclo-10_lerobot_format”，其创建时间约为2025年，核心研究问题在于如何通过采集“yam”型机器人的多模态观测数据（包含三视角图像、关节状态等）与动作序列，构建一个可复现、可扩展的机器人操控行为库。作为LeRobot生态中的一部分，该数据集以Apache-2.0许可开源，服务于机器人领域内的策略学习与迁移研究，其包含10个完整演示回合、超过5.5万帧高频数据，为后续具有行为克隆、强化学习等算法的验证提供了坚实基础，对推动低成本机器人数据标准化与社区共享具有重要影响。

当前挑战

该数据集所解决的领域问题在于机器人行为学习的可复现性挑战。传统机器人数据采集往往缺乏统一格式，导致不同研究间的模型难以比较与复用。具体而言，构建过程中面临的首要挑战是数据采集的精度与一致性：需确保三视角图像和14维状态/动作信息在30fps高频下的同步记录。其次，演示数量的限制（仅10回合）是模仿学习的典型瓶颈，模型可能因数据稀疏而难以泛化至未见过场景。此外，数据特征包含多模态高维信息（图像、关节状态等），如何有效对齐与处理这些异构数据，在存储与加载效率上也构成了挑战。最后，缺少对应的视频记录进一步限制了模型对动态环境的理解能力。

常用场景

经典使用场景

在机器人学习领域，该数据集以LeRobot格式存储了10段、共计55130帧的操控任务轨迹，数据来自“yam”型机器人，包含高分辨率多视角图像（顶部、左侧、右侧）与14维的关节空间状态及动作。经典使用场景是利用其多模态观测序列与动作标签，训练从感知到动作的端到端模仿学习模型，例如行为克隆或基于扩散策略的动作生成。该数据集的帧率稳定（30fps），且轨迹片段已被分割为训练集，便于直接用于离线强化学习中的策略预训练与评估，是实现机器人技能复现与迁移的基石。

实际应用

在实际应用场景中，该数据集可直接服务于工业精密操作与家庭服务机器人的技能部署。例如，利用其提供的多视角视觉输入与关节动作对，可以训练机械臂完成零件装配、物品抓取与放置等精细任务。通过LeRobot格式的兼容性，该数据能轻松整合进现有机器人学习流水线，开发者可基于此微调模型，以较低成本将特定操控技能（如开门、插拔）迁移到不同构型的机器人平台上，极大缩短了从技术研发到产线或家居环境落地的周期。

衍生相关工作

围绕此类LeRobot格式的机器人数据集，学术界已衍生出多项经典工作。相关研究包括基于扩散策略（Diffusion Policy）的轨迹生成方法，该方法直接利用此类固定轨迹库进行条件概率建模，生成平滑且鲁棒的动作序列。另外，基于Transformer的决策预训练模型（如RT-2及其变体）常以此类格式的数据作为微调数据源，实现视觉-语言-动作的跨模态对齐。此外，该数据集的标准化结构使得它成为“策略适配”（Policy Adaptation）与“多任务元学习”研究的理想基准，催生了一系列关于如何从少量轨迹中高效提取可复用技能的研究成果。