rollout_eval_act_2026-05-29_shakeitup_dragonfly_checkpoint_20_000_20260529_143910

该数据集由LeRobot创建，专注于机器人技术领域。它包含机器人动作和观测数据，动作涉及6个关节位置（如肩部平移、肩部提升、肘部弯曲等），观测包括状态信息和多源图像数据：顶部摄像头和手腕摄像头的视频（分辨率480x640，30fps），以及左触觉谱图视频（分辨率224x224）。数据集结构基于parquet文件，总共有8个episodes、4710帧和1个任务，数据大小为100MB，视频大小为200MB。机器人类型为so101_follower_dragontactile，适用于机器人学习任务，如动作预测或环境交互。This dataset was developed by LeRobot, focusing on the robotics domain. It contains robotic action and observation data, where the actions cover 6 joint positions including shoulder translation, shoulder elevation, elbow flexion, etc. The observations include state information and multi-source image data: videos captured by the top camera and wrist camera (resolution: 480×640, 30fps), as well as left tactile spectrogram videos (resolution: 224×224). The dataset is structured using Parquet files, with a total of 8 episodes, 4710 frames, and 1 task. The total data size is 100 MB, and the total video size is 200 MB. The targeted robot platform is so101_follower_dragontactile, and this dataset is suitable for robotic learning tasks such as action prediction and environment interaction.

原始信息汇总

数据集概述

• 名称: rollout_eval_act_2026-05-29_shakeitup_dragonfly_checkpoint_20_000_20260529_143910
• 许可协议: Apache-2.0
• 任务类别: 机器人学 (robotics)
• 创建工具: 使用 LeRobot 创建

数据集结构

• 代码版本: v3.0
• 帧率 (FPS): 30
• 总片段数: 8
• 总帧数: 4710
• 总任务数: 1
• 机器人类型: so101_follower_dragontactile
• 数据划分: 全部 8 个片段用于训练 (train: "0:8")
• 数据文件大小: 约 100 MB (Parquet 文件)
• 视频文件大小: 约 200 MB (MP4 文件)

特征 (Features)

特征名称	数据类型	形状	说明
action	float32	[6]	包含 6 个关节动作: shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper
observation.state	float32	[6]	与动作相同的 6 维关节状态
observation.images.top	视频	[480, 640, 3]	顶部摄像头视角，30 FPS，AV1 编码，yuv420p 格式
observation.images.wrist	视频	[480, 640, 3]	腕部摄像头视角，30 FPS，AV1 编码，yuv420p 格式
observation.images.left_tactile_spectrogram	视频	[224, 224, 3]	左侧触觉频谱图，30 FPS，AV1 编码，yuv420p 格式
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 (共 1 个任务)

数据集用途

该数据集用于机器人模仿学习或强化学习领域的评估 (rollout evaluation)，包含来自单一任务 (任务索引为 0) 的多模态观测数据 (顶部摄像头、腕部摄像头、触觉频谱图) 以及对应的关节动作。