real01b-routing-d1-r3-twoarm-checkpoint100000-heldout-sobol50
收藏资源简介：
这是一个使用LeRobot创建的机器人数据集，专门用于机器人学习和控制任务。数据集包含来自Franka机器人的多模态数据，涵盖观察状态（如关节位置、速度、笛卡尔坐标、夹爪位置）、动作（如关节和笛卡尔速度、位置）、以及任务指标（如成功标志、奖励、干预标志等）。此外，数据集还包括来自多个摄像头（如左侧腕部、右侧腕部、侧面1和侧面2）的视频观察，每帧分辨率为480x640，帧率为15fps。元数据显示数据集总共有100个episodes、48977帧，数据以Parquet格式存储，视频以MP4格式存储，总数据大小约为100MB，视频大小约为200MB。该数据集适用于机器人强化学习、模仿学习等研究领域。
This is a robotic dataset developed using LeRobot, specifically tailored for robotic learning and control tasks. The dataset contains multimodal data collected from a Franka robot, covering observation states including joint positions, velocities, Cartesian coordinates, and gripper positions; actions such as joint and Cartesian velocities and positions; and task metrics like success flags, rewards, intervention flags, and more. Additionally, the dataset includes video observations from multiple cameras (e.g., left wrist, right wrist, side 1 and side 2), with each frame at a resolution of 480×640 and a frame rate of 15 fps. According to the metadata, the dataset consists of 100 episodes and 48977 frames in total. The tabular data is stored in Parquet format, while the video files are stored in MP4 format. The total size of the tabular data is approximately 100 MB, and the total size of the video files is around 200 MB. This dataset is suitable for research fields such as robotic reinforcement learning and imitation learning.
数据集名称
ankile/real01b-routing-d1-r3-twoarm-checkpoint100000-heldout-sobol50
数据集概述
该数据集为机器人学领域的开源数据集，基于LeRobot框架创建，用于机器人操控任务的数据收集与训练。
数据集结构
- 格式：包含Parquet数据文件与视频文件。
- 帧率：15帧/秒。
- 总集数：100个回合（episodes）。
- 总帧数：48,977帧。
- 总任务数：1个任务。
- 数据类型：float32、int64及视频数据。
- 机器人类型：Franka机器人。
数据特征
数据集包含丰富的特征字段，可分为以下几类：
观测状态（observation.state）
- 笛卡尔位置：
cartesian_position（6维，x, y, z, roll, pitch, yaw） - 关节位置：
joint_position（7维，joint_0至joint_6） - 关节速度：
joint_velocity（7维，joint_0至joint_6） - 笛卡尔速度：
cartesian_velocity（6维，x, y, z, roll, pitch, yaw） - 夹爪位置：
gripper_position（1维，gripper） - 基础状态：
state（7维，cart_pos_x, cart_pos_y, cart_pos_z, cart_rot_x, cart_rot_y, cart_rot_z, gripper_position）
动作（action）
- 笛卡尔速度：
cartesian_velocity（6维，x, y, z, roll, pitch, yaw） - 笛卡尔位置：
cartesian_position（6维，x, y, z, roll, pitch, yaw） - 关节速度：
joint_velocity（7维，joint_0至joint_6） - 关节位置：
joint_position（7维，joint_0至joint_6） - 夹爪位置：
gripper_position（1维，gripper） - 夹爪速度：
gripper_velocity（1维，gripper） - 基础动作：
action（7维，vel_x, vel_y, vel_z, vel_roll, vel_pitch, vel_yaw, gripper_action）
任务与反馈
- steps_to_go：剩余步数（int64，1维）
- source：数据来源ID（int64，1维）
- intervention：人工干预标志（int64，1维）
- success：成功标志（int64，1维）
- is_valid：有效标志（int64，1维）
- reward：奖励值（float32，1维）
- done：完成标志（int64，1维）
- policy_id：策略ID（int64，1维）
- round_id：回合ID（int64，1维）
遥测数据
- motor_torques_external：外部电机扭矩（7维，joint_0至joint_6）
- ee_wrench：末端执行器力/力矩（6维，fx, fy, fz, mx, my, mz）
- motor_torques_measured：测量电机扭矩（7维，joint_0至joint_6）
- joint_torques_computed：计算关节扭矩（7维，joint_0至joint_6）
视觉观测（observation.images）
共4个摄像头视图，均为视频数据：
- wrist_left：左腕相机（480x640x3，AV1编码，15fps）
- wrist_right：右腕相机（480x640x3，AV1编码，15fps）
- side_1：侧面相机1（480x640x3，AV1编码，15fps）
- side_2：侧面相机2（480x640x3，AV1编码，15fps）
其他元数据
- manifest_idx：清单索引（int64，1维）
- rope_x：绳索X坐标（float32，1维）
- clip_left_x/y/yaw/oidx：左侧夹具位置与朝向（float32，各1维）
- clip_right_x/y/yaw/oidx：右侧夹具位置与朝向（float32，各1维）
- timestamp：时间戳（float32，1维）
- frame_index：帧索引（int64，1维）
- episode_index：回合索引（int64，1维）
- index：全局索引（int64，1维）
- task_index：任务索引（int64，1维）
数据文件
- 数据路径：
data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet - 视频路径：
videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4 - 数据文件大小：约100 MB
- 视频文件大小：约200 MB
- 数据分块：每个数据块包含1000帧
数据集划分
- 训练集：全部100个回合（索引0:99）
许可协议
- License：Apache-2.0
创建工具
- 基于：LeRobot框架（https://github.com/huggingface/lerobot）
引用
目前引用信息未提供。
