taichi116/ex_dateset_20260529_191120

该数据集是一个机器人控制数据集，使用LeRobot工具创建。数据集包含50个总集数，总计37,450帧，帧率为30fps。数据特征包括动作（action）和观察状态（observation.state），其中动作和状态都包含6个浮点型关节位置（如肩部平移、肩部提升、肘部弯曲、手腕弯曲、手腕旋转和夹爪位置）。观察部分还包括来自前视（front）和侧视（side）摄像头的视频数据，前视摄像头分辨率为480x640，侧视摄像头分辨率为600x800，均为彩色视频（3通道）。数据集还包含时间戳、帧索引、集索引、索引和任务索引等元数据。机器人类型为koch_follower，数据以Parquet文件格式存储，视频以MP4格式存储，总数据大小约为300MB（数据文件100MB，视频文件200MB）。数据集仅包含训练集，使用Apache 2.0许可证。

---
license: apache-2.0
任务类别：
- 机器人学
标签：
- LeRobot(LeRobot)
配置项：
- 配置名称：default（默认）
数据文件：data/*/*.parquet
---

本数据集基于LeRobot(LeRobot)构建，项目仓库地址为：https://github.com/huggingface/lerobot。

<a class="flex" href="https://huggingface.co/spaces/lerobot/visualize_dataset?path=taichi116/ex_dateset_20260529_191120">
<img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl.svg" alt="可视化此数据集"/>
<img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl-dark.svg" alt="可视化此数据集（深色模式）"/>
</a>

## 数据集说明

- **主页：** [需补充更多信息]
- **论文：** [需补充更多信息]
- **许可证：** Apache 2.0

## 数据集结构

`meta/info.json`：
json
{
"codebase_version": "v3.0",
"fps": 30,
"features": {
"action": {
"dtype": "float32",
"names": [
"shoulder_pan.pos",
"shoulder_lift.pos",
"elbow_flex.pos",
"wrist_flex.pos",
"wrist_roll.pos",
"gripper.pos"
],
"shape": [
6
]
},
"observation.state": {
"dtype": "float32",
"names": [
"shoulder_pan.pos",
"shoulder_lift.pos",
"elbow_flex.pos",
"wrist_flex.pos",
"wrist_roll.pos",
"gripper.pos"
],
"shape": [
6
]
},
"observation.images.front": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 30,
"video.channels": 3,
"has_audio": false,
"video.g": 2,
"video.crf": 30,
"video.preset": 12,
"video.fast_decode": 0,
"video.video_backend": "pyav",
"video.extra_options": {}
}
},
"observation.images.side": {
"dtype": "video",
"shape": [
600,
800,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.height": 600,
"video.width": 800,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 30,
"video.channels": 3,
"has_audio": false,
"video.g": 2,
"video.crf": 30,
"video.preset": 12,
"video.fast_decode": 0,
"video.video_backend": "pyav",
"video.extra_options": {}
}
},
"timestamp": {
"dtype": "float32",
"shape": [
1
],
"names": null
},
"frame_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"episode_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"task_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
}
},
"total_episodes": 50,
"total_frames": 37450,
"total_tasks": 1,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200,
"data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet",
"video_path": "videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4",
"robot_type": "koch_follower",
"splits": {
"train": "0:50"
}
}

## 引用

**BibTeX 格式：**

bibtex
[需补充更多信息]

搜集汇总

数据集介绍

构建方式

在机器人学习领域，高质量数据集的构建是实现精准控制与仿生行为学习的基础。ex_dateset_20260529_191120数据集基于LeRobot开源框架创建，通过遥操作或自动采集方式，记录了50个任务片段（episode），共计37450帧数据。数据以parquet格式存储结构化信息，包含机械臂关节状态（如shoulder_pan、gripper等6维位置参数）与对应动作，同时将前视（640×480分辨率）和侧视（800×600分辨率）摄像头采集的RGB图像编码为AV1格式视频，帧率为30 FPS。数据按chunk-{index}目录分块存储，每块容量约1000帧，总规模约300 MB，训练集与测试集比例为50:0。

特点

该数据集专为机械臂模仿学习任务设计，具有高精度、多模态的特性。其核心特点在于同步记录了场景视觉观察（双视角视频流）与机器人本体状态（6维关节位置），并提供了对应的动作指令，形成完整的“感知-决策-执行”闭环。数据采用统一的float32精度存储状态与动作，且关节命名与机器人类型（koch_follower）明确对应，便于跨平台迁移。此外，视频编码采用现代AV1格式，在保证画质的同时压缩存储体积，而30 FPS的恒定帧率保障了时间维度的连续性，适用于时序模型训练。

使用方法

使用本数据集时，推荐通过LeRobot生态进行加载与预处理。用户可直接调用Hugging Face Spaces提供的可视化界面预览数据片段，或使用Python代码按episode_index与frame_index索引遍历。训练时，可将observation.state作为模型输入，action作为回归目标，配合observation.images用于视觉表征学习。数据已按1000帧/块分片，支持流式加载以缓解内存压力。对于模型评估，建议沿用原始划分（全部50个episode作为训练集），并注意输入维度对齐：状态向量形状为(6,)，前视图像为(480,640,3)，侧视图像为(600,800,3)。

背景与挑战

背景概述

该数据集由研究人员利用LeRobot框架创建，专注于机器人操作领域，旨在为模仿学习与行为克隆提供高质量的示范数据。数据集包含50个完整操作序列，共计37450帧，以30帧每秒的速率记录，融合了6维关节动作指令与双视角视觉观测（前视与侧视），为多模态机器人学习提供了结构化素材。其核心研究问题在于如何通过有限的高质量示范数据，使机器人泛化执行精确的物理操作任务。自发布以来，该数据集凭借其标准化格式与Apache-2.0许可协议，有望推动机器人学习社区在数据驱动政策研究方面的进展。

当前挑战

该数据集所应对的领域挑战在于机器人操作任务中数据稀缺性与泛化瓶颈，尤其是高自由度机械臂在连续动作空间下的精细控制问题。构建过程中的挑战主要体现在数据采集层面：需要在真实物理环境中协调同步多模态传感器（六轴编码器与摄像头）以获取时间对齐的关节状态与视觉流，同时确保动作标注的精度与一致性。此外，面对仅50个演示序列的有限规模，如何设计有效的算法以克服小样本条件下策略过拟合与环境扰动适应性的难题，成为后续研究亟需突破的关键环节。

常用场景

经典使用场景

在机器人学习领域，ex_dateset_20260529_191120数据集以其结构化的多模态数据为特色，包含了高帧率（30 FPS）的前置与侧置摄像头图像、六维关节状态信息及对应的动作指令。经典使用场景聚焦于模仿学习，研究者利用该数据集中的50个完整任务演示片段，训练机器人通过观察视觉输入和状态反馈，精准复现诸如抓取、放置等复杂操作。数据集以parquet和视频格式存储，便于加载与处理，成为验证行为克隆、逆强化学习等算法在连续控制任务中有效性的基准资源。

解决学术问题

该数据集直面机器人技能泛化与数据驱动控制的学术挑战，解决了从有限演示中学习高精度、可迁移策略的难题。通过提供标准化动作空间（如肩部、肘部、腕部及夹爪的关节位置）与同步视觉观测，它赋能了多模态融合模型的研究，帮助分离视觉特征与运动控制之间的耦合关系。其贡献在于为跨场景的模仿学习提供了可复现的数据基准，推动了端到端机器人控制理论的规模化验证，尤其在减少对物理模拟依赖、强化真实物理环境适应能力方面具有深远意义。

衍生相关工作

围绕ex_dateset_20260529_191120数据集，研究者衍生出多项经典工作。其一，基于行为克隆的基线模型利用其标准化动作和状态空间，系统性地对比了不同网络架构（如Transformer与LSTM）在轨迹预测上的表现。其二，以扩散策略（Diffusion Policy）为代表的工作挖掘了数据集中视频序列的时间依赖性，通过去噪概率模型生成平滑、逼真的运动规划。其三，该数据集被集成至LeRobot生态中，催生了跨平台演示数据的统一预处理流程与可视化工具，降低了数据复用门槛，从而成为机器人社区中推动共享基准、加速算法迭代的关键纽带。