AgiBot-g1_storage_item_d

AgiBot-g1_storage_item_d 数据集是基于 LeRobot 格式构建的，包含丰富的注解和运动特征。数据集涵盖了抓取、放置和捡起等原子动作，并支持多种学习方式。数据集分为训练集和测试集，数据文件按照特定的模式组织。该数据集由 RoboCOIN 团队贡献，并遵循 Apache-2.0 许可证。

The AgiBot-g1_storage_item_d dataset is constructed based on the LeRobot format, featuring rich annotations and motion features. It covers atomic actions such as grasping, placing, and picking up, and supports multiple learning paradigms. The dataset is split into training and test sets, with data files organized following a specific pattern. This dataset was contributed by the RoboCOIN team and is licensed under Apache-2.0.

原始信息汇总

AgiBot-g1_storage_item_d 数据集概述

基本信息

• 数据集名称: AgiBot-g1_storage_item_d
• 许可证: Apache-2.0
• 支持语言: 英语、中文
• 任务类别: 机器人技术
• 标签: RoboCOIN, LeRobot
• 帧数范围: 100K-1M

机器人配置

• 机器人类型: AgiBot-g1
• 代码库版本: v2.1
• 末端执行器类型: 两指夹爪

场景与动作

• 场景类型: 工厂
• 原子动作: 抓取、放置、拾取

数据集统计

指标	数值
总情节数	450
总帧数	180,148
总任务数	1
总视频数	3,600
总分块数	1
分块大小	1,000
帧率	30 FPS
数据集大小	86.0 GB

任务描述

主要任务

抓取数据线左侧放入盒子，抓取鼠标右侧放入盒子

子任务

1. 同时从配件包装区域抓取并拿起鼠标和电源线
2. 空
3. 将鼠标和电源线放入盒子中

数据特征

视觉观测

• 8个相机视角，包括高清RGB、左右腕部RGB、鱼眼相机等
• 所有视频使用AV1编解码器，30 FPS帧率
• 分辨率范围：480×848 至 1536×1920

状态与动作

• 观测状态: 41维浮点数组（关节角度、末端位置、姿态等）
• 动作: 34维浮点数组（关节控制、末端控制等）

时间信息

• 时间戳、帧索引、情节索引、任务索引

丰富标注

• 子任务标注: 细粒度子任务分割和标注
• 场景标注: 语义场景分类和描述
• 末端执行器标注: 方向、速度、加速度分类
• 夹爪标注: 开合状态、活动状态
• 仿真姿态: 末端执行器6D位姿信息
• 夹爪开度: 连续夹爪开度测量

数据组织

文件结构

• 数据文件: Parquet格式，按分块组织
• 视频文件: MP4格式，按相机视角组织
• 元数据: JSON格式的配置和统计信息

数据分割

• 训练集: 情节0-449

作者与链接

• 贡献者: RoboCOIN团队
• 主页: https://flagopen.github.io/RoboCOIN/
• 论文: https://arxiv.org/abs/2511.17441
• 代码库: https://github.com/FlagOpen/RoboCOIN
• 问题反馈: https://github.com/FlagOpen/RoboCOIN/issues

技术兼容性

• 基于LeRobot格式扩展，完全兼容LeRobot框架
• 支持多样化的学习方法

引用信息

如需在研究中引用此数据集，请使用提供的BibTeX条目，并考虑引用LeRobot框架。

搜集汇总

数据集介绍

构建方式

在机器人操作数据集的构建领域，AgiBot-g1_storage_item_d采用基于LeRobot框架的扩展格式，确保了数据的兼容性和标准化。该数据集通过AgiBot-g1双指抓取机器人在工厂场景中执行抓取、放置和拾取等原子动作，系统采集了450个完整交互片段，涵盖180148帧视觉与状态数据。数据以分块形式组织，每个块包含1000个片段，并以Parquet格式存储，同时集成8个多视角摄像头的高清视频流，帧率为30fps，总容量达86GB，为机器人学习提供了丰富的多模态信息基础。

特点

该数据集在机器人操作任务中展现出显著的多维特征优势，不仅包含高分辨率的视觉观察数据，如720p至1920p的多角度RGB视频，还提供了精细的机器人状态与动作标注。特征维度涵盖41维关节状态和34维动作指令，并延伸至末端执行器的6D位姿、速度、加速度及抓取器开合状态等运动学参数。数据集特别强化了任务分解标注，包括子任务分割、场景语义分类和末端运动方向分类，支持从低级控制到高级策略的全面学习需求，为复杂操作任务的算法开发奠定了坚实基础。

使用方法

针对机器人学习研究的使用需求，该数据集遵循标准化的数据加载流程，用户可通过LeRobot兼容接口直接访问Parquet格式的状态-动作对及MP4格式的视频流。数据按片段索引组织，支持按训练划分（片段0-449）进行批量读取，同时提供丰富的元数据文件用于任务解析。研究人员可基于多视角视觉输入联合机器人状态序列，开发感知-控制一体化模型，或利用细粒度运动标注进行模仿学习与强化学习算法的验证，数据集的开源协议确保了其在学术与工业界的广泛适用性。

背景与挑战

背景概述

在机器人操作技术迅猛发展的背景下，AgiBot-g1_storage_item_d数据集由RoboCOIN团队于2025年11月发布，作为RoboCOIN项目的重要组成部分。该数据集聚焦于双臂机器人在工厂环境中的物品抓取与放置任务，核心研究问题在于解决复杂场景下的双手机械臂协同操作难题。通过提供450个完整交互片段和180,148帧多视角视觉数据，该数据集显著推进了机器人模仿学习与强化学习领域的发展，为具身智能研究提供了标准化基准。

当前挑战

该数据集致力于解决机器人操作领域中双手机械臂协同控制的根本性挑战，包括多模态感知融合、精细动作规划与动态环境适应性等关键问题。在构建过程中，研究团队面临大规模多传感器数据同步采集的技术壁垒，需要精确协调8个不同视角的视觉传感器与41维状态信息。同时，数据标注工程需处理复杂的时空一致性难题，特别是在双机械臂运动轨迹标注和抓取动作细分方面存在显著挑战，86GB原始数据的存储与处理也对计算基础设施提出严格要求。

常用场景

经典使用场景

在机器人操作学习领域，AgiBot-g1_storage_item_d数据集为双臂抓取任务提供了标准化基准。该数据集聚焦于工厂场景中的物品存储操作，通过450个完整交互序列记录了抓取、拾取、放置等基础动作的完整执行过程。其多视角视觉观测与精细的动作标注为模仿学习算法提供了丰富的训练样本，特别适用于研究双机械臂协同操作中的动作规划与执行策略。

实际应用

在工业自动化场景中，该数据集支撑的算法可应用于电子设备装配线的物料处理环节。基于数据驱动的抓取策略能够适应不同形状尺寸的零部件，提升生产线物料分拣的智能化水平。其双机械臂协同操作模式特别适用于需要双手配合的精密装配任务，为智能制造系统提供了可靠的技术验证平台。

衍生相关工作

基于该数据集衍生的研究工作主要围绕RoboCOIN项目展开，推动了双臂操作模仿学习算法的创新。相关研究在LeRobot框架基础上开发了多模态感知融合方法，提升了机器人对复杂操作场景的理解能力。这些工作进一步丰富了机器人操作学习的理论体系，为后续大规模机器人数据集的构建提供了重要参考。