robodyna-benchmark-v1
收藏资源简介：
该数据集是在SAPIEN（RoboTwin 2.0分支）仿真环境中，使用双臂UR5-WSG机器人收集的操作轨迹数据集。轨迹由脚本专家生成，并仅保留成功的执行情节。数据以两种格式提供：LeRobot v2.1格式（包含parquet文件存储状态和动作、mp4视频文件以及meta元数据）和原始HDF5格式（包含JPEG编码帧和逐步骤的观测数据）。相机配置包括三个Intel D435深度相机：一个顶部视角的head相机、一个左腕相机和一个右腕相机，分辨率均为320x240。情景条件分为三种：base（默认）、opt1和opt2（更难的动态变体）。数据集覆盖了目标矩阵中的63个任务-操作组合，其中57个组合达到了完整的50个情节目标，总情节数为3172个。任务示例包括boil_milk（煮牛奶）、catch_cuboid（抓取长方体）、catch_cup（抓取杯子）、cook_meat（煮肉）等。
Bimanual UR5-WSG manipulation trajectories collected in SAPIEN (RoboTwin 2.0 branch). Generated by scripted experts, only successful episodes are retained. Data is provided in LeRobot v2.1 format (parquet files for states and actions, mp4 video files, and meta/metadata) and raw HDF5 format (with JPEG-encoded frames and per-step observations). Cameras include: head camera (top view), left wrist camera, and right wrist camera, all Intel D435, resolution 320x240. Scenario conditions are base (default), opt1, and opt2 (harder dynamic variants). Covers 63 task-operation combinations in the target matrix, with 57 combinations reaching the full 50-episode target, totaling 3172 episodes. Tasks include boil_milk, catch_cuboid, catch_cup, cook_meat, etc.
数据集概述
RoboDyna benchmark — collection v1 是一个面向机器人操作任务的双臂轨迹数据集，由 RoboDyna 团队发布，采用 Apache-2.0 许可证。该数据集在 SAPIEN 仿真环境（基于 RoboTwin 2.0 分支）中采集，使用 UR5-WSG 双臂机械臂执行操作任务，所有轨迹均由脚本专家策略生成，仅保留成功回合。
数据格式与存储结构
数据集提供两种格式的存储路径：
- LeRobot 格式：位于
lerobot/<task>__<op>/目录，采用 LeRobot v2.1 标准，包含 parquet 格式的状态和动作数据、每个摄像头的 mp4 视频文件以及meta/元数据目录。 - HDF5 原始格式：位于
hdf5/<task>/<op>/目录，存储原始的episode*.hdf5文件，包含 JPEG 编码的帧和逐时间步的观测数据。
传感器配置
数据集使用三个 Intel D435 摄像头，分辨率为 320x240，包括：
head：台面俯视视角left_wrist：左腕部视角right_wrist：右腕部视角
场景条件（操作变量）
每个任务包含不同难度或动态变化的条件（<op>）：
base：默认条件opt1：优化变体opt2：更难的动态变体
覆盖范围与规模
- 目标组合总数为 82，已有数据的组合为 63 个
- 达到完整 50 个回合目标的组合为 57 个
- 数据集总回合数为 3172
- 单个任务的回合数从 5（
sort_apples_belt的opt1）到 100（如control_quality的opt1）不等
任务列表
数据集涵盖以下主要任务（部分列举）：
| 任务 | 可用条件 |
|---|---|
| boil_milk | base |
| catch_cuboid | base, opt2 |
| catch_cup | base |
| catch_marbles_trapdoors | base, opt1, opt2 |
| catch_ramp_ball | base, opt1, opt2 |
| catch_shelf_marble | base, opt1, opt2 |
| catch_valley_ball | base, opt1, opt2 |
| clean_table | base |
| control_quality | base, opt1, opt2 |
| cook_meat | base, opt1, opt2 |
| cook_meat_timer | base, opt1, opt2 |
| dispense_gummy | base, opt1, opt2 |
| drop_ball_hole | base, opt1, opt2 |
| fill_coffee_jar | base |
| hit_target | base, opt1, opt2 |
| load_train | base, opt1 |
| measure_ingredient | base |
| place_block_belt | base, opt1, opt2 |
| play_billiard | base, opt1, opt2 |
| punch_dual_holes | base, opt1, opt2 |
| put_cup_belt | opt1 |
| save_goal | base, opt1, opt2 |
| serve_dinner | base |
| sort_apples_belt | base, opt1 |
| stop_ball | base |
| stop_valley_ball | base, opt1, opt2 |
| trap_bug | base |
| whack_moles | base, opt1, opt2 |
部分组合尚未有数据（数据采集仍在进行中），表中未列出。
数据加载示例
该数据集兼容 LeRobot 库，可通过以下 Python 代码加载：
python from lerobot.common.datasets.lerobot_dataset import LeRobotDataset ds = LeRobotDataset(<local-clone>/lerobot/cook_meat__base)
数据集生成日期为 2026-08-15。
