task06_pickup_beaker_and_move_to_refrigerator_gist_0804
收藏资源简介：
该数据集是GIST AI Lab收集的11阶段实验室协议数据中的第6阶段（stage 6），重新分发版本，原始名称为`task6-shake-beaker-and-move-to-fridge_0804`。任务为：拿起并摇晃装满的烧杯，然后移动到冰箱前。包含1565个episodes，956620帧，帧率30fps，机器人类型为mobileai_robot，配备三个摄像头（cam_high, cam_left_wrist, cam_right_wrist），每个摄像头分辨率为480x640x3，编码为h264。动作/观测状态为16维（Mobile AI：基座2维 + 左臂7维 + 右臂7维）。此外，还附有labels.csv文件，标注每个episode的成功状态和数据问题。
This dataset is stage 6 of the 11-stage laboratory protocol data collected by GIST AI Lab, redistributed version, originally named `task6-shake-beaker-and-move-to-fridge_0804`. The task is: pick up and shake a filled beaker, then move to the front of the fridge. It contains 1565 episodes, 956620 frames, frame rate 30fps, robot type mobileai_robot, equipped with three cameras (cam_high, cam_left_wrist, cam_right_wrist), each camera resolution 480x640x3, encoded as h264. The action/observation state is 16-dimensional (Mobile AI: base 2D + left arm 7D + right arm 7D). Additionally, a labels.csv file is provided, annotating the success status and data issues for each episode.
数据集概述
基本信息
- 数据集名称: task06_pickup_beaker_and_move_to_refrigerator_gist_0804
- 许可证: Apache 2.0
- 任务类型: 机器人操作（robotics）
- 标签: LeRobot、mobile-ai
- 数据格式: Parquet 文件（路径为
data/*/*.parquet）
数据来源与背景
该数据集是 GIST AI Lab 收集的 11 阶段实验室协议数据中的 第6阶段（stage 6），由 kiroaiseoul 按照命名规范重新发布。原始发布名称为 task6-shake-beaker-and-move-to-fridge_0804。此副本为 0804 重新采集版本，原始版本可在 kiroaiseoul/task06_pickup_beaker_and_move_to_refrigerator_gist 找到。
任务描述
- 任务内容: "抓取并摇晃装满液体的烧杯，然后移动到冰箱前方"
数据规模
- Episode 数量: 1,565
- 总帧数: 956,620
- 帧率 (FPS): 30
- 机器人类型: mobileai_robot
- 代码版本: v3.0
传感器配置
- 相机: 共3个视角
- cam_high（高位相机）
- cam_left_wrist（左腕相机）
- cam_right_wrist（右腕相机）
- 图像分辨率: 480x640x3，编码为 h264
- 动作与状态维度: 16维（Mobile AI 平台：底座2维 + 左臂7维 + 右臂7维）
标注文件 (labels.csv)
该文件为原版附带的逐 episode 标签数据，非 LeRobot 标准文件，存放于仓库根目录。包含以下列：
episode_id：episode 标识符task_scenario：任务场景success：任务是否成功data_issue：数据问题标记
Episode 质量分布
| 类别 | 数量 |
|---|---|
| 全部 | 1,565 |
| 成功（success == 1） | 1,565 |
| 存在数据问题 | 1 |
| 推荐用于训练（成功且无数据问题） | 1,564 |
数据问题说明
唯一的数据问题类型为 mobile_base_not_captured，即移动底座状态以固定值记录，导致底座 2 维数据无实际意义。若仅使用机械臂动作则不受影响，但若将底座数据纳入训练需要过滤这些 episode。
过滤示例代码
python import pandas as pd lab = pd.read_csv("labels.csv") keep = lab[(lab.success == 1) & (lab.data_issue.isna())] episodes = sorted(int(e.removeprefix("ep_")) for e in keep.episode_id)
