DAVIAN-Robotics/test
收藏Hugging Face2026-04-16 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/DAVIAN-Robotics/test
下载链接
链接失效反馈官方服务：
资源简介：
---
license: apache-2.0
task_categories:
- robotics
tags:
- LeRobot
configs:
- config_name: default
data_files: data/*/*.parquet
---
This dataset was created using [LeRobot](https://github.com/huggingface/lerobot).
<a class="flex" href="https://huggingface.co/spaces/lerobot/visualize_dataset?path=DAVIAN-Robotics/test">
<img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl.svg"/>
<img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl-dark.svg"/>
</a>
## Dataset Description
- **Homepage:** [More Information Needed]
- **Paper:** [More Information Needed]
- **License:** apache-2.0
## Dataset Structure
[meta/info.json](meta/info.json):
```json
{
"codebase_version": "v3.0",
"robot_type": "franka",
"total_episodes": 356,
"total_frames": 103656,
"total_tasks": 16,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200,
"fps": 20,
"splits": {
"train": "0:356"
},
"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",
"features": {
"observation.state": {
"dtype": "float32",
"shape": [
29
],
"names": {
"axes": [
"q_0",
"q_1",
"q_2",
"q_3",
"q_4",
"q_5",
"q_6",
"qdot_0",
"qdot_1",
"qdot_2",
"qdot_3",
"qdot_4",
"qdot_5",
"qdot_6",
"x",
"y",
"z",
"qx",
"qy",
"qz",
"qw",
"vx",
"vy",
"vz",
"wx",
"wy",
"wz",
"gripper_position",
"grasp_state"
]
}
},
"action": {
"dtype": "float32",
"shape": [
7
],
"names": {
"axes": [
"dx",
"dy",
"dz",
"rx",
"ry",
"rz",
"gripper"
]
}
},
"observation.images.left_back": {
"dtype": "video",
"shape": [
3,
480,
640
],
"names": [
"channels",
"height",
"width"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.wrist": {
"dtype": "video",
"shape": [
3,
480,
640
],
"names": [
"channels",
"height",
"width"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.right_back": {
"dtype": "video",
"shape": [
3,
480,
640
],
"names": [
"channels",
"height",
"width"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"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
}
}
}
```
## Citation
**BibTeX:**
```bibtex
[More Information Needed]
```
许可证：Apache-2.0
任务类别：
- 机器人学
标签：
- LeRobot
配置项：
- 配置名称：默认
数据文件：data/*/*.parquet
---
本数据集基于[LeRobot](https://github.com/huggingface/lerobot)构建。
可通过以下链接可视化此数据集：
<a class="flex" href="https://huggingface.co/spaces/lerobot/visualize_dataset?path=DAVIAN-Robotics/test">
<img class="block dark:hidden" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl.svg"/>
<img class="hidden dark:block" src="https://huggingface.co/datasets/huggingface/badges/resolve/main/visualize-this-dataset-xl-dark.svg"/>
</a>
## 数据集描述
- **项目主页：** [需补充更多信息]
- **相关论文：** [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",
"robot_type": "franka",
"total_episodes": 356,
"total_frames": 103656,
"total_tasks": 16,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200,
"fps": 20,
"splits": {
"train": "0:356"
},
"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",
"features": {
"observation.state": {
"dtype": "float32",
"shape": [
29
],
"names": {
"axes": [
"关节角0",
"关节角1",
"关节角2",
"关节角3",
"关节角4",
"关节角5",
"关节角6",
"关节角速度0",
"关节角速度1",
"关节角速度2",
"关节角速度3",
"关节角速度4",
"关节角速度5",
"关节角速度6",
"笛卡尔X坐标",
"笛卡尔Y坐标",
"笛卡尔Z坐标",
"四元数X分量",
"四元数Y分量",
"四元数Z分量",
"四元数实部",
"线速度X分量",
"线速度Y分量",
"线速度Z分量",
"角速度X分量",
"角速度Y分量",
"角速度Z分量",
"夹爪位置",
"抓取状态"
]
}
},
"action": {
"dtype": "float32",
"shape": [
7
],
"names": {
"axes": [
"X方向位移增量",
"Y方向位移增量",
"Z方向位移增量",
"X轴旋转增量",
"Y轴旋转增量",
"Z轴旋转增量",
"夹爪动作"
]
}
},
"observation.images.left_back": {
"dtype": "video",
"shape": [
3,
480,
640
],
"names": [
"通道",
"高度",
"宽度"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.wrist": {
"dtype": "video",
"shape": [
3,
480,
640
],
"names": [
"通道",
"高度",
"宽度"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.right_back": {
"dtype": "video",
"shape": [
3,
480,
640
],
"names": [
"通道",
"高度",
"宽度"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"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
}
}
}
## 引用
**BibTeX格式引用：**
bibtex
[需补充更多信息]
提供机构：
DAVIAN-Robotics
搜集汇总
数据集介绍
构建方式
在机器人学领域，数据集的构建往往依赖于真实世界的物理交互记录。该数据集借助LeRobot平台，通过Franka机器人执行特定任务，系统性地采集了多模态交互数据。数据以分块形式存储于Parquet文件中，涵盖了19个完整的情节，总计5659帧，采样频率为20赫兹。构建过程注重数据的时序连贯性与完整性，确保了每个情节中状态、动作及视觉观测的同步记录，为后续的机器人策略学习提供了坚实的实验基础。
使用方法
为高效利用该数据集，研究者可通过LeRobot提供的可视化工具直观浏览数据内容。数据以分块Parquet文件存储，可直接加载至Pandas或类似框架中进行处理。典型的使用流程包括按情节索引提取状态-动作对，并同步读取对应的视频帧以构建多模态训练样本。由于数据集已预设为训练集划分，可直接用于机器人策略的监督学习或行为克隆模型的训练。在具体应用中，建议依据任务需求对状态特征进行归一化，并对视频流进行适当的帧采样以适配计算资源。
背景与挑战
背景概述
在机器人学领域，高质量的数据集对于推动机器人控制与感知算法的进步至关重要。test数据集基于LeRobot框架构建，专注于机器人操作任务的数据收集，其创建时间与具体研究人员信息虽未明确标注，但依托开源社区的力量，旨在为机器人学习研究提供真实世界的交互数据。该数据集的核心研究问题聚焦于如何通过多模态观测数据，如关节状态、末端执行器位姿及视觉信息，来训练机器人执行复杂的操作任务。其采用Franka机器人平台，记录了包括状态观测与动作指令在内的序列数据，对促进机器人模仿学习与强化学习算法的发展具有潜在影响力。
当前挑战
test数据集所解决的领域问题在于机器人操作任务的模仿学习与策略学习，其挑战体现在如何从高维、多模态的观测数据中提取有效特征，并生成精确、稳定的控制动作，以应对真实环境中的动态变化与不确定性。在构建过程中，挑战主要源于数据采集的复杂性与一致性维护，例如确保多视角视觉数据与机器人状态数据的精确同步，处理大规模视频数据的存储与高效访问，以及在不同任务场景下保证数据质量的统一性，这些因素均对数据集的可靠性与实用性构成考验。
常用场景
经典使用场景
在机器人学习领域，该数据集通过记录Franka机器人执行任务的观测与动作序列，为模仿学习与强化学习算法提供了丰富的训练资源。其经典使用场景在于构建端到端的机器人控制模型，研究者利用多模态观测数据，包括关节状态、末端位姿及视觉图像，训练智能体学习复杂的操作技能，如抓取与放置任务，从而推动机器人自主行为生成的研究进展。
解决学术问题
该数据集有效解决了机器人学中样本效率低下与泛化能力不足的学术难题。通过提供真实世界的高维连续状态-动作对，它支持算法在仿真与实物间迁移学习的研究，降低了数据收集成本。其结构化设计促进了多传感器融合方法的探索，为机器人感知与控制一体化建模提供了基准，加速了自适应智能系统在动态环境中的理论突破。
实际应用
在实际工业与服务业中，该数据集衍生的技术可应用于自动化装配线或家庭服务机器人。基于其视觉与状态数据训练的模型，能够实现精准物体操控与环境交互，例如在物流分拣中识别并抓取不规则物品，或在医疗辅助场景中执行精细操作。这些应用提升了机器人的灵活性与可靠性，为智能制造与人机协作奠定了实践基础。
数据集最近研究
最新研究方向
在机器人学领域，随着具身智能和通用机器人技术的兴起，基于LeRobot框架构建的test数据集正成为研究热点。该数据集整合了Franka机械臂的多模态观测数据，包括关节状态、末端位姿及视觉信息，为模仿学习与强化学习算法的训练提供了丰富资源。当前前沿研究聚焦于利用此类数据集开发端到端的视觉-动作策略模型，探索在稀疏奖励环境下如何提升任务泛化能力。结合大规模预训练视觉模型，研究者致力于实现机器人操作的零样本迁移，推动家庭服务与工业自动化场景的实用化进程。这些进展不仅加速了机器人自主决策系统的迭代，也为多智能体协作与人机交互奠定了数据基础。
以上内容由遇见数据集搜集并总结生成
