libero|机器人学习数据集|任务数据集数据集
收藏数据集概述
基本信息
- 名称: Libero
- 主页: https://libero-project.github.io
- 论文: https://arxiv.org/abs/2306.03310
- 许可证: CC-BY 4.0
- 任务类别: 机器人学
- 标签: LeRobot, libero, panda, rlds
数据集描述
- 来源: 结合了四个独立的Libero数据集:Libero-Spatial、Libero-Object、Libero-Goal和Libero-10。
- 原始数据集来源: https://huggingface.co/datasets/openvla/modified_libero_rlds
- 创建工具: LeRobot (https://github.com/huggingface/lerobot)
数据集结构
- 代码库版本: v2.0
- 机器人类型: panda
- 总集数: 1693
- 总帧数: 273465
- 总任务数: 40
- 总视频数: 0
- 总块数: 2
- 块大小: 1000
- 帧率: 10 fps
- 分割:
- 训练集: 0:1693
数据路径
- 数据路径: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
- 视频路径: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4
特征
- 图像:
- 数据类型: image
- 形状: [256, 256, 3]
- 名称: height, width, channel
- 手腕图像:
- 数据类型: image
- 形状: [256, 256, 3]
- 名称: height, width, channel
- 状态:
- 数据类型: float32
- 形状: [8]
- 名称: state
- 动作:
- 数据类型: float32
- 形状: [7]
- 名称: actions
- 时间戳:
- 数据类型: float32
- 形状: [1]
- 名称: null
- 帧索引:
- 数据类型: int64
- 形状: [1]
- 名称: null
- 集索引:
- 数据类型: int64
- 形状: [1]
- 名称: null
- 索引:
- 数据类型: int64
- 形状: [1]
- 名称: null
- 任务索引:
- 数据类型: int64
- 形状: [1]
- 名称: null
引用
bibtex @article{liu2023libero, title={LIBERO: Benchmarking Knowledge Transfer for Lifelong Robot Learning}, author={Liu, Bo and Zhu, Yifeng and Gao, Chongkai and Feng, Yihao and Liu, Qiang and Zhu, Yuke and Stone, Peter}, journal={arXiv preprint arXiv:2306.03310}, year={2023} }
lmarena-ai/arena-human-preference-100k
这个数据集包含了2024年6月至2024年8月期间收集的排行榜对话数据。它包括用于开发Arena Explorer的英语人类偏好评价。此外,我们还提供了一个嵌入文件,其中包含了英语对话的预计算嵌入,这些嵌入用于主题建模管道以对这些对话进行分类和分析。
hugging_face 收录
高精度负荷预测
超短期统调负荷预测 短期统调负荷预测 D+45统调负荷预测
郑州数据交易中心 收录
MeSH
MeSH(医学主题词表)是一个用于索引和检索生物医学文献的标准化词汇表。它包含了大量的医学术语和概念,用于描述医学文献中的主题和内容。MeSH数据集包括主题词、副主题词、树状结构、历史记录等信息,广泛应用于医学文献的分类和检索。
www.nlm.nih.gov 收录
QM9
QM9数据集包含134k个有机小分子化合物的量子化学计算结果,涵盖了12个量子化学性质,如分子能量、电离能、电子亲和能等。
quantum-machine.org 收录
CE-CSL
CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集,旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段,涵盖超过70种不同的复杂背景,确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向,通过收集大量真实场景下的手语视频材料,覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域,旨在提高手语识别技术在复杂环境中的准确性和效率,促进聋人与听人社区之间的无障碍沟通。
arXiv 收录