RoboLab-BananaInBowl-hard-base-stoch-260802

来自RoboLab（Isaac Lab）的`BananaInBowl`策略的RL rollout，在**`hard`**初始姿态分布下，导出用于pi0.5 delta-action SFT。来自RoboLab（Isaac Lab）的`BananaInBowl`策略的强化学习（Reinforcement Learning, RL）滚动推演，在**`hard`**初始姿态分布下，导出用于pi0.5增量动作（delta-action）的监督微调（Supervised Fine-Tuning, SFT）。

原始信息汇总

数据集概述：RoboLab-BananaInBowl-hard-base-stoch-260802

基本信息

• 数据集名称: RoboLab-BananaInBowl-hard-base-stoch-260802
• 许可证: Apache-2.0
• 数据集地址: https://huggingface.co/datasets/DAVIAN-Robotics/RoboLab-BananaInBowl-hard-base-stoch-260802
• 创建工具: 使用 LeRobot 框架创建

数据集来源与背景

• 目的: 来自 RoboLab（Isaac Lab）环境中 BananaInBowl 任务的强化学习（RL）策略采样数据，专门为 pi0.5 delta-action 监督微调（SFT）导出。
• 采集策略: 名为 ipl-bana-hard-s0 的 RFCL 代理，采用反向→正向转换阈值 solved_frac_threshold = 0.9（正向阶段在反向课程中 45/50 个演示被解决后开始）。
• 策略性能: 最终评估成功率为 0.98，平均成功情节长度为 47.7 步。
• ⚠️ 重要对比注意事项: 另一个独立赛道（banana-hard-sf50）使用 solved_frac_threshold = 0.5 从头训练，其产生数据集不可与此数据集互换。如果要进行受控对照实验，请勿混合使用。

初始姿态分布（hard）

• 位置: 使用任务测量可行范围的 100%
• 偏航: 在 ±180° 范围内均匀分布（全圆）
• 物体固定: 名称包含 bin 的容器保持固定；包括 bowl 在内的其他资产随目标一起随机化
• 布局来源: 来自预生成且经过物理验证的布局数据集（DAVIAN-Robotics/robolab-init-positions），确保不存在初始穿透物体
• 偏航存储: 使用绝对偏航角（已包含场景默认方向）

记录约定

字段	约定
手臂动作	DROID 坐标系下的绝对关节目标（j7 偏移 -π/4）
夹爪动作	二进制值 {0, 1}（原始值 > 0 表示闭合）
状态	完整关节向量（遥操作原生）
成功判定	K-保持稳定，success_hold_steps = 15，成功时截断情节
相机	over_shoulder_left_camera、wrist_cam
帧率	15 fps

注意: 夹爪为二进制是关键特性。早期版本记录了连续夹爪，导致对下游策略质量的高估。请勿从中重新推导连续通道。

数据处理

• q01/q99 分位数统计存储在 meta/stats.json 中（pi0.5 分位数归一化所需），且在聚合后计算，非按分片计算。
• 所有视频为恒定帧率（CFR），已通过归一化处理消除 PTS 抖动，确保 torchcodec 后端正确读取（每个视频有单一 PTS 增量）。

数据集内容

• 数据采集方式: 从策略分布中采样（温度 1.0），另有一个确定性（argmax）版本独立发布。
• 情节筛选: 仅包含成功情节，失败情节在采集时被丢弃。

规模统计

• 总情节数: 5941 个
• 总帧数: 433699 帧
• 总任务数: 1 个
• 数据分割: 训练集（全部 5941 个情节）
• 数据文件大小: 约100MB（parquet 文件）
• 视频文件大小: 约200MB（视频文件）

数据结构（features）

• action: 8 维 float32，包含 7 个关节（j0-j6）+ 1 个夹爪（gripper），15 fps
• observation.state: 8 维 float32，包含 8 个关节（joint_0 至 joint_7），15 fps
• observation.velocity: 8 维 float32，15 fps
• observation.images.over_shoulder_left_camera: 视频，270×480×3，15 fps
• observation.images.wrist_cam: 视频，270×480×3，15 fps
• 其他字段: episode_index、frame_index、index、task_index、timestamp、next.done（bool）
• 视频格式: avc1 编码，yuv420p 像素格式，无音频

许可与引用

• 数据来源: 完全在模拟环境中合成生成，无第三方录音
• 引用信息: 目前暂无可用引用格式（BibTeX 为 [More Information Needed]）