leokswang/23122025-foldclo-10_lerobot_format

该数据集使用LeRobot创建，是一个机器人学相关数据集，专门针对YAM机器人类型。数据集包含10个总集数，总计36024帧，帧率为30 fps，仅用于训练分割。数据以parquet文件格式存储，路径为data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet。特征包括观察图像（顶部、左侧、右侧摄像头，每个图像分辨率为360x640x3）、观察状态（14维浮点数）、动作（14维浮点数），以及其他元数据如时间戳、帧索引、集索引等。数据集基于Apache 2.0许可证发布。This dataset was created using LeRobot and is related to robotics, specifically for the YAM robot type. It contains 10 total episodes with 36024 total frames at a frame rate of 30 fps, and is split into training only. The data is stored in parquet files at the path data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet. Features include observation images (top, left, right cameras, each with a resolution of 360x640x3), observation state (14-dimensional float32), action (14-dimensional float32), and other metadata such as timestamp, frame index, and episode index. The dataset is licensed under Apache 2.0.

搜集汇总

数据集介绍

构建方式

该数据集基于LeRobot框架构建，专为机器人学习场景设计。数据采集自YAM机器人平台，共收录10个完整操控任务片段，总计36024帧图像与状态信息，以每秒30帧的采样频率录制。数据集采用分块存储策略，将全部数据封装为单一chunk区块，每个片段以独立Parquet文件形式存储于`data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet`路径下。特征配置中涵盖三视角视觉观测（顶部、左侧、右侧），每帧图像分辨率为640×360像素的RGB格式，同时记录14维机器人本体状态向量及对应14维动作向量，并补充时间戳、帧索引、片段索引等结构化元数据。

特点

该数据集以高密度时序采样与多模态感知融合为核心优势。全部10个片段均聚焦于单一操控任务，确保任务上下文的一致性与纯净度。视觉模态包含三个固定视角的RGB图像，为空间理解与遮挡处理提供冗余观测。状态与动作空间均为14维浮点向量，能够精细刻画机器人关节配置与驱动力矩。33.6万帧的庞大数据量在单一任务下构建了丰富的轨迹多样性。数据集严格遵循LeRobot规范，使用统一的Parquet列式存储格式，支持高效并行加载与内存映射访问。Apache-2.0许可证赋予研究者自由使用、修改与分发的权利。

使用方法

研究者可依托LeRobot项目生态直接加载该数据集。通过指定数据集标识符`23122025-foldclo-10_lerobot_format`，利用LeRobot的`load_dataset`函数即可自动解析`meta/info.json`中的特征模式与数据路径索引。数据加载后将以`Dataset`对象形式呈现，每个元素包含完整的观测图像张量、状态向量、动作指令及元数据字段。训练时可利用`train`分割（覆盖0至9号片段）构建迭代器，结合LeRobot提供的数据增强与批次采样工具进行模仿学习或强化学习策略训练。Parquet格式支持分片读取与惰性加载，能够适应大规模连续训练任务。

背景与挑战

背景概述

该数据集由基于LeRobot框架创建，于2023年12月发布，主要研究机构或开发者围绕机器人操作学习领域展开工作。数据集命名为23122025-foldclo-10_lerobot_format，专注于通过遥操作或仿真环境收集的机器人操作轨迹，核心研究问题在于利用多模态观测（包括顶部、左侧、右侧三视角图像及14维状态信息）和动作数据，推动机器人策略学习的发展。包含10个完整任务片段、36024帧数据，以30帧/秒的采样率记录，其结构遵循LeRobot标准化格式，便于与主流模仿学习或强化学习算法兼容。该数据集对机器人学习社区具有一定影响力，为验证操作策略的可迁移性与泛化能力提供了规范化基准。

当前挑战

该数据集核心解决的领域问题是机器人精细操作技能的学习与泛化，挑战在于从少量演示（10个片段）中提取可迁移的策略，应对机器人系统的高维度连续动作空间（14维）与视觉观测的复杂性。构建过程中面临多视角图像同步、状态-动作对齐精度、以及数据采集时硬件噪声（如关节抖动或传感器漂移）等挑战。此外，缺乏多样化任务场景与大规模覆盖，限制了模型对未见环境的适应能力；视频信息缺失（total_videos:0）进一步削弱了时序动态建模的潜力。这些因素共同制约了数据集在真实复杂部署中的鲁棒性。

常用场景

经典使用场景

在机器人学习研究领域，23122025-foldclo-10_lerobot_format数据集为模仿学习与行为克隆提供了高质量的演示数据。该数据集采用LeRobot标准格式，包含10个完整演示回合，共计36024帧图像与动作序列，通过三视角立体图像（顶部、左侧、右侧）记录环境观察，配合14维机器人关节状态与对应动作向量，构建了从视觉感知到运动控制的完整映射。研究人员可基于此类多模态时序数据，训练神经策略模型学习复杂操控任务的端到端映射关系。

衍生相关工作

作为标准化格式的体现，该数据集推动了LeRobot社区中视觉-运动策略预训练模型（如ACT、Diffusion Policy）的适配与评测工作。相关研究在此基础上探索了数据增强策略对动作精度的提升效果，并衍生出针对YAM机械臂的运动原语分解方法、多相机视角对齐网络等前沿工作。数据集规范的建立，也为后续大规模机器人操作数据集的统一构建与分布式训练提供了可参照的技术范式。

数据集最近研究

最新研究方向

该数据集聚焦于机器人操作技能学习的前沿方向，特别是基于模仿学习与多模态感知的任务泛化研究。通过采集YAM机器人执行单任务时的10个演示片段（共计36,024帧），涵盖三视角视觉观测与14维状态-动作空间，为低样本机器人学习提供了标准化数据基石。当前研究热点正从单一任务模仿向跨场景泛化迁移，该数据集的结构化格式（LeRobot v2.1规范）与Apache-2.0许可，恰与实体AI领域对可复现、可扩展数据管道的迫切需求相契合，有望推动机器人从固定操作向动态环境自适应行为的关键突破。