vla-mujoco-so101-take_out_box-mouse-v2.1

该数据集是一个机器人学数据集，使用LeRobot工具创建，基于Mujoco模拟器中的so101机器人模型。数据集专注于一个单一任务：取出盒子（take_out_box）。它包含100个完整的训练片段（episodes），总计74,994帧数据，帧率为30 fps。数据以parquet文件格式存储，总数据文件大小约为100 MB，视频文件大小约为200 MB。数据集提供了丰富的多模态观测信息，包括机器人的6维关节位置动作、13维状态观测（包含关节位置和末端执行器的位置与四元数姿态），以及来自多个摄像头的视频观测：RealSense RGB图像、RealSense深度图、RealSense深度可视化图像和腕部摄像头图像。所有图像的分辨率均为480x640，3通道。此外，数据还包含时间戳、帧索引、片段索引、数据索引和任务索引等元数据。该数据集适用于机器人模仿学习、强化学习或视觉运动控制等研究任务。

This dataset is a robotics dataset developed using the LeRobot toolkit, based on the so101 robot model within the Mujoco simulation environment. It focuses on a single task: take_out_box. The dataset comprises 100 complete training episodes, totaling 74,994 frames with a frame rate of 30 fps. The data is stored in Parquet file format, with the total size of the core data files approximately 100 MB, and the aggregate size of video files around 200 MB. The dataset offers rich multimodal observational data, including the robot's 6-dimensional joint position actions, 13-dimensional state observations (covering joint positions, as well as the position and quaternion attitude of the end effector), and video captures from multiple cameras: RealSense RGB images, RealSense depth maps, RealSense depth visualization images, and wrist-mounted camera images. All images have a resolution of 480×640 and 3 color channels. Additionally, the dataset includes comprehensive metadata such as timestamps, frame indices, episode indices, data indices, and task indices. This dataset is suitable for research endeavors including robotic imitation learning, reinforcement learning, and visuomotor control.

原始信息汇总

数据集概述

• 数据集名称: vla-mujoco-so101-take_out_box-mouse-v2.1
• 许可协议: Apache-2.0
• 任务类别: 机器人学 (Robotics)
• 创建工具: 使用 LeRobot 创建

数据集规模

• 总片段数: 100
• 总帧数: 74,994
• 总任务数: 1
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB
• 帧率: 30 FPS

数据划分

• 训练集: 片段索引 0 至 99（全部数据）

机器人类型

• 机器人: so101_mujoco

特征结构

动作 (action)

• 数据类型: float32
• 形状: [6]
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos

观测状态 (observation.state)

• 数据类型: float32
• 形状: [13]
• 名称: shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos, ee_pos_x, ee_pos_y, ee_pos_z, ee_quat_x, ee_quat_y, ee_quat_z, ee_quat_w

观测图像 (observation.images)

包含四个摄像头视角，每个均为视频数据（AV1编码，30 FPS，480x640分辨率，3通道）：

• realsense: 彩色图像
• realsense_depth: 深度图像
• realsense_depth_vis: 深度可视化图像
• wrist_cam: 腕部摄像头图像

其他特征

• timestamp: 时间戳 (float32)
• frame_index: 帧索引 (int64)
• episode_index: 片段索引 (int64)
• index: 全局索引 (int64)
• task_index: 任务索引 (int64)

数据存储路径

• 数据文件: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

引用信息

• 论文: 暂无信息
• 主页: 暂无信息