workspace_cleaning_v5

该数据集是一个机器人控制数据集，基于LeRobot框架构建。它包含101个episodes，总计106,367帧数据，采样频率为30fps。数据以parquet格式存储，总大小约300MB（其中数据文件100MB，视频文件200MB）。数据集核心内容包括机器人动作指令和观测状态：动作指令（action）是一个6维浮点向量，控制机器人的六个关节位置（肩部平移、肩部升降、肘部弯曲、腕部弯曲、腕部旋转、夹爪）；观测状态（observation.state）也是一个6维浮点向量，反映这些关节的实时位置。此外，提供两种视觉观测：顶置摄像头（observation.images.overhead）和腕部摄像头（observation.images.wrist）的视频流，分辨率均为640x480 RGB。每个数据点还包含时间戳、帧索引、episode索引、全局索引和任务索引。数据集仅包含一个任务，使用的机器人类型为“so_follower”，所有数据均被划分为训练集。适用于机器人模仿学习、视觉伺服控制、行为克隆等任务的研究与开发。This robotic control dataset is built upon the LeRobot framework. It comprises 101 episodes and a total of 106,367 frames, with a sampling rate of 30 fps. The data is stored in Parquet format, with an overall size of approximately 300 MB (100 MB for data files and 200 MB for video files). The core contents of the dataset include robotic action commands and observation states: the action command (action) is a 6-dimensional floating-point vector that controls the six joint positions of the robot (shoulder translation, shoulder elevation, elbow flexion, wrist flexion, wrist rotation, and gripper); the observation state (observation.state) is also a 6-dimensional floating-point vector that reflects the real-time positions of these joints. In addition, two types of visual observations are provided: video streams from the overhead camera (observation.images.overhead) and the wrist camera (observation.images.wrist), both with a resolution of 640×480 RGB. Each data point also includes a timestamp, frame index, episode index, global index, and task index. The dataset includes exactly one task, utilizes the robot model "so_follower", and all data is partitioned into the training set. It is suitable for research and development of tasks such as robotic imitation learning, visual servo control, and behavior cloning.

原始信息汇总

数据集总览

• 数据集名称: workspace_cleaning_v5
• 数据集地址: https://huggingface.co/datasets/rishgang22/workspace_cleaning_v5
• 许可证: Apache-2.0
• 任务类别: 机器人学 (robotics)
• 标签: LeRobot

数据集描述

该数据集使用 LeRobot 框架创建，专为机器人相关任务设计。

数据集结构

根据 meta/info.json 文件，数据集结构如下：

• 代码库版本: v3.0
• 帧率 (FPS): 30
• 机器人类型: so_follower
• 总片段数 (Episodes): 101
• 总帧数 (Frames): 106,367
• 总任务数 (Tasks): 1
• 数据块大小 (Chunks Size): 1000
• 数据文件大小: 100 MB
• 视频文件大小: 200 MB

特征 (Features)

特征名称	数据类型	形状	说明
action	float32	[6]	包含6个关节的动作指令：shoulder_pan.pos, shoulder_lift.pos, elbow_flex.pos, wrist_flex.pos, wrist_roll.pos, gripper.pos
observation.state	float32	[6]	机器人状态观测，与action维度相同，对应6个关节的位置
observation.images.overhead	video	[480, 640, 3]	俯视摄像头视频，分辨率480x640，3通道，AV1编码，30fps
observation.images.wrist	video	[480, 640, 3]	腕部摄像头视频，分辨率480x640，3通道，AV1编码，30fps
timestamp	float32	[1]	时间戳
frame_index	int64	[1]	帧索引
episode_index	int64	[1]	片段索引
index	int64	[1]	全局索引
task_index	int64	[1]	任务索引

数据文件路径

• 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

数据集分割

• 训练集 (train): 片段索引范围 0 到 100 (共101个片段)，所有片段均用于训练。

引用信息

当前无可用引用信息。

搜集汇总

数据集介绍

构建方式

该数据集通过LeRobot框架采集而成，聚焦于机器人工作空间清理任务。数据集由101个完整的操作回合（episode）构成，总计包含106,367个时间步（frames），数据以Parquet格式存储于chunk分块文件中。每个时间步记录了6维的机器人关节动作（包括肩部、肘部、腕部及夹爪位置）及其对应的观测状态，同时提供了顶视和腕部两个视角的RGB视频流（480×640分辨率，30 FPS，AV1编码），以及时间戳、帧索引和任务索引等元信息。数据采集机器人平台为so_follower，数据集已按1000帧大小进行分块处理，视频文件则独立存储为MP4格式。

使用方法

用户可通过LeRobot库直接加载该数据集，利用其提供的API访问action、observation.state及各视角图像数据。建议将数据按回合（episode）拆分进行训练，利用frame_index和episode_index字段组织时间序列，task_index字段便于多任务扩展。视频数据可通过集成在HuggingFace Spaces上的可视化工具预览，辅助数据质量检查。对于模型输入，可将6维关节状态与图像特征融合，或直接以图像序列为输入、动作为标签进行端到端行为克隆训练。数据已预划分训练集（第0-100回合），可直接用于监督学习流水线。

背景与挑战

背景概述

在机器人学习领域，模仿学习与行为克隆技术通过示教数据赋予机器人自主执行复杂操作的能力，而高质量数据集的构建成为驱动此类技术发展的核心基石。workspace_cleaning_v5数据集由研究团队基于Hugging Face社区开源的LeRobot框架创建，旨在为机器人桌面清洁任务提供标准化的训练与评估资源。该数据集以Franka Emika Panda机器人的衍生型号so_follower为载体，采集了101个演示片段，总计超过10万帧时序数据，涵盖肩部、肘部、腕部及夹爪等多个关节的运动轨迹，并融合顶置与腕部双视角视觉信息，为多模态感知与控制的联合建模提供了丰富素材。作为开源机器人数据生态的重要补充，该数据集以Apache-2.0协议发布，支持研究者在同一基准下比较算法性能，推动了机器人操作技能学习从仿真环境向真实场景的迁移。

当前挑战

该数据集主要应对的是机器人精细操作任务中的数据稀缺与泛化难题。桌面清洁涉及工具抓取、擦拭路径规划、力度自适应调节等复合动作，传统基于预设规则的方法难以覆盖真实场景中的物体多样性、布局可变性与随机干扰，亟需大量高质量示教数据来训练具备鲁棒性的模仿学习模型。在构建过程中，研究者面临多重挑战：首先，机器人动作空间高维且连续，6自由度关节数据与夹爪状态需与视觉观测精确对齐，要求多传感器同步采样与实时流处理；其次，数据集总量虽达百兆级别，但仅有101个示范序列，相对于复杂任务的状态空间仍显稀疏，易导致模型产生分布外偏差；此外，视频编码采用AV1格式以压缩存储，却增加了解码计算开销，对训练效率构成潜在影响。如何在不增加采集成本的前提下提升数据利用率，仍是当前亟需突破的瓶颈。

常用场景

经典使用场景

在机器人学习与具身智能领域，workspace_cleaning_v5数据集为模仿学习与行为克隆算法提供了高保真的训练素材。该数据集由法国Trossen Robotics的so_follower机械臂在桌面清理任务中采集，包含超过10万帧时序数据，记录6自由度关节动作与来自顶部及腕部两个视角的RGB视频流，采样频率达30帧每秒。研究者可借助该数据集训练机器人通过视觉观测直接映射为连续动作指令，实现端到端的技能习得，尤其适用于复杂非结构化环境中的精细操作任务。

解决学术问题

该数据集直面机器人操作领域长期存在的两大瓶颈：视觉运动策略泛化性不足与真实环境数据获取成本高昂。通过提供固定任务下的多视角视觉数据与精确关节状态标注，workspace_cleaning_v5使学者得以系统研究观测噪声下的鲁棒控制、长时序动作规划中的依赖建模，以及基于Transformer或扩散架构的通用操作策略。其标准化数据格式（遵循LeRobot框架）显著降低了跨实验室对比的门槛，为复现性研究奠定了基石，推动机器人学习从单一任务演示向通用操作基座模型演进。

实际应用

在工业与家庭服务场景中，workspace_cleaning_v5所展现的技能具有直接迁移潜力。基于该数据集训练的策略可部署于同类构型机械臂，执行桌面整理、物品归位或污渍清除等重复性清理工作，尤其适合物流仓储、餐饮后厨或洁净室等常态化维护需求激增的环境。结合LeRobot的低成本硬件生态与数据高效微调技术，开发人员能够在数小时内针对新工位完成策略适配，加速智能机器人从科研实验室走向实际产线的落地进程。

数据集最近研究

最新研究方向

该数据集聚焦于机器人工作空间清理任务的模仿学习，代表了具身智能与操作学习领域的前沿方向。随着LeRobot等开源框架的普及，研究人员愈发关注从人类演示中提取精细操作策略，以实现机器人对非结构化环境的适应。在热点事件方面，该数据集通过多视角视觉输入（顶视与腕部相机）及六自由度关节状态记录，为端到端策略学习提供了高保真训练样本。其意义在于推动低成本、可复现的机器人学习范式，助力家务自动化与协作机器人发展，尤其在精细操作与任务泛化方面具有重要参考价值。