jinkami07/so101_pick_blue_tape_v5

---
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=jinkami07/so101_pick_blue_tape_v5">
<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": "so_follower",
"total_episodes": 1,
"total_frames": 300,
"total_tasks": 1,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200,
"fps": 30,
"splits": {
"train": "0:1"
},
"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": {
"action": {
"dtype": "float32",
"names": [
"shoulder_pan.pos",
"shoulder_lift.pos",
"elbow_flex.pos",
"wrist_flex.pos",
"wrist_roll.pos",
"gripper.pos"
],
"shape": [
6
]
},
"observation.state": {
"dtype": "float32",
"names": [
"shoulder_pan.pos",
"shoulder_lift.pos",
"elbow_flex.pos",
"wrist_flex.pos",
"wrist_roll.pos",
"gripper.pos"
],
"shape": [
6
]
},
"observation.images.front": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 30,
"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（LeRobot）
配置项：
- 配置名称：default
数据文件：data/*/*.parquet
---

本数据集基于LeRobot（LeRobot）构建，项目仓库地址为 https://github.com/huggingface/lerobot。

<a class="flex" href="https://huggingface.co/spaces/lerobot/visualize_dataset?path=jinkami07/so101_pick_blue_tape_v5">
<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>

## 数据集说明
- **项目主页：** [暂未提供更多信息]
- **相关论文：** [暂未提供更多信息]
- **许可证：** Apache-2.0

## 数据集结构
[meta/info.json]:
json
{
"代码库版本": "v3.0",
"机器人类型": "so_follower",
"总回合数": 1,
"总帧数": 300,
"总任务数": 1,
"分块大小": 1000,
"数据文件总大小（MB）": 100,
"视频文件总大小（MB）": 200,
"帧率": 30,
"数据集划分": {
"训练集": "0:1"
},
"数据文件路径格式": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet",
"视频文件路径格式": "videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4",
"数据特征": {
"动作": {
"数据类型": "float32",
"字段名称": [
"shoulder_pan.pos（肩pan关节位置）",
"shoulder_lift.pos（肩lift关节位置）",
"elbow_flex.pos（肘关节屈曲位置）",
"wrist_flex.pos（腕关节屈曲位置）",
"wrist_roll.pos（腕关节旋转位置）",
"gripper.pos（夹爪位置）"
],
"形状": [
6
]
},
"观测.状态": {
"数据类型": "float32",
"字段名称": [
"shoulder_pan.pos（肩pan关节位置）",
"shoulder_lift.pos（肩lift关节位置）",
"elbow_flex.pos（肘关节屈曲位置）",
"wrist_flex.pos（腕关节屈曲位置）",
"wrist_roll.pos（腕关节旋转位置）",
"gripper.pos（夹爪位置）"
],
"形状": [
6
]
},
"观测.前部图像": {
"数据类型": "视频",
"形状": [
480,
640,
3
],
"维度说明": [
"高度",
"宽度",
"通道数"
],
"详细信息": {
"视频高度": 480,
"视频宽度": 640,
"视频编码格式": "av1",
"像素格式": "yuv420p",
"是否为深度图": false,
"帧率": 30,
"通道数": 3,
"是否包含音频": false
}
},
"时间戳": {
"数据类型": "float32",
"形状": [
1
],
"字段名称": null
},
"帧索引": {
"数据类型": "int64",
"形状": [
1
],
"字段名称": null
},
"回合索引": {
"数据类型": "int64",
"形状": [
1
],
"字段名称": null
},
"全局索引": {
"数据类型": "int64",
"形状": [
1
],
"字段名称": null
},
"任务索引": {
"数据类型": "int64",
"形状": [
1
],
"字段名称": null
}
}
}

## 引用
**BibTeX格式引用：**
bibtex
[暂未提供更多信息]

搜集汇总

数据集介绍

构建方式

在机器人操作任务的数据采集领域，so101_pick_blue_tape_v5数据集依托LeRobot平台构建而成。该平台整合了机器人硬件与软件系统，实现了对机械臂执行拾取蓝色胶带这一具体任务的实时数据记录。数据集通过结构化方式组织，将动作指令、关节状态、视觉观测及时间序列等多模态信息同步采集，并以Parquet格式分块存储，确保了数据的高效访问与完整性。整个构建过程注重时序对齐与数据一致性，为后续的模型训练提供了可靠的实验基础。

特点

该数据集在机器人学习领域展现出鲜明的多模态特性，不仅包含六自由度机械臂的关节位置动作与状态观测，还融入了前端摄像头采集的RGB视觉流，帧率稳定在30fps，分辨率达640x480。数据规模虽仅涵盖单一任务的一个完整片段，但其结构清晰，特征定义明确，涵盖了从底层控制到高层感知的连贯信息。此外，数据集采用分块存储策略，支持大规模数据的流式加载，并附有详细的元数据描述，便于研究者深入理解数据内涵与适用范围。

使用方法

针对机器人模仿学习或强化学习的研究，该数据集可直接用于训练端到端的策略模型。使用者可通过LeRobot提供的数据加载接口，按需读取Parquet文件中的动作、状态及图像序列，并利用时间戳与帧索引确保数据对齐。在模型训练过程中，可结合关节空间的动作指令与视觉观测，学习拾取任务的运动规划与控制策略。数据集亦支持可视化工具，允许研究者直观检查任务执行过程，从而优化算法设计或进行故障分析。

背景与挑战

背景概述

在机器人学习领域，模仿学习与强化学习的发展亟需高质量、结构化的真实世界交互数据集作为支撑。so101_pick_blue_tape_v5数据集由LeRobot项目团队创建，旨在为机器人操作任务提供具体的示范数据。该数据集聚焦于机械臂执行拾取蓝色胶带这一精细操作，通过记录关节位置、图像观测及时间戳等多模态信息，为训练端到端的机器人控制策略提供了关键资源。其构建依托于开源机器人平台，体现了社区驱动的研究范式，对推动机器人技能的数据驱动学习具有实质性的促进作用。

当前挑战

该数据集致力于解决机器人操作任务中基于视觉与状态信息的动作预测挑战，其核心在于如何从高维观测中学习精确且鲁棒的控制策略。在构建过程中，面临多模态数据的同步与对齐难题，需确保关节状态、图像帧与时间戳之间的一致性。此外，真实环境下的数据采集易受光照变化、物体位姿不确定性及机械臂动力学噪声干扰，使得数据质量与泛化能力受到考验。数据规模相对有限，也制约了复杂模型训练与泛化性能的进一步提升。

常用场景

经典使用场景

在机器人操作学习领域，so101_pick_blue_tape_v5数据集为模仿学习算法的训练与验证提供了关键资源。该数据集记录了机械臂执行拾取蓝色胶带任务的完整轨迹，包含关节位置、图像观测及时间戳等多模态数据。研究者可利用这些数据训练端到端的策略网络，使机器人能够从视觉输入中理解任务意图，并生成精确的动作序列，从而实现从演示中学习复杂操作技能的目标。

解决学术问题

该数据集有效应对了机器人模仿学习中数据稀缺与泛化能力不足的挑战。通过提供高质量的真实世界操作记录，它支持算法在有限样本下学习鲁棒策略，减少对仿真环境的依赖。其多模态特性促进了感知与控制的联合优化研究，为解决动作表示学习、跨模态对齐及长期任务规划等核心问题提供了实证基础，推动了数据驱动机器人技术的理论进展。

衍生相关工作

围绕该数据集衍生的经典工作主要集中在模仿学习与视觉运动策略的算法创新上。例如，基于行为克隆的序列建模方法利用其轨迹数据提升动作预测精度；而逆强化学习研究则通过分析专家演示来推断奖励函数，以生成更泛化的策略。同时，该数据集也常被用于评估多任务学习框架的效能，促进了如LeRobot等开源机器人学习平台的算法迭代与工具生态发展。