遇见数据集

robolab-mg-food-soft

收藏
Hugging Face2026-08-14 更新2026-08-14 收录
官方服务:

资源简介:

该数据集是使用我们复现的MimicGen在RoboLab (Isaac Lab)基准上生成的模拟操作演示。它是生成器、任务和难度网格中的12个单元之一。具体信息:生成器为MimicGen(我们的复现版本,非原作者代码),任务为food,初始位姿随机化为soft(位置为可行半径的20%,偏航角0°),共3023个成功片段,生成成功率为0.198。

This dataset is a simulated manipulation demonstration generated using our reproduced MimicGen on the RoboLab (Isaac Lab) benchmark. It is one of the 12 cells in the generator, task, and difficulty grid. Specific details: Generator is MimicGen (our reproduced version, not the original authors code), task is food, initial pose randomization is soft (position within 20% of feasible radius, yaw 0°), total of 3023 successful episodes, generation success rate 0.198.

提供机构:
DAVIAN-Robotics
创建时间:
2026-08-14
原始信息汇总

数据集概述:DAVIAN-Robotics/robolab-mg-food-soft

基本信息

  • 许可证:Apache-2.0
  • 任务类型:机器人操作(Robotics, Manipulation)
  • 标签:LeRobot、Isaac Lab、MimicGen、数据生成等
  • 创建工具:LeRobot(Hugging Face 机器人框架)

数据内容

该数据集为 RoboLab(Isaac Lab)基准测试上的模拟操作演示数据,由 MimicGen 的再实现版本生成,属于“生成器 × 任务 × 难度”网格中的 12 个单元之一(本单元为 MimicGen × food 任务 × soft 难度)。

项目 说明
生成器 MimicGen(作者团队的再实现,非原作者代码)
任务 food
初始位姿随机化 soft——位置为可行半径的 20%,偏航角 0°
回合数 3023(仅包含成功的回合)
生成成功率 0.198

动作约定(训练前必读)

  • 动作为DROID 坐标系下的绝对关节目标值(7 自由度手臂含 j7 安装偏移),外加二值夹爪信号(取值 {0, 1})。
  • 动作不是增量(delta)形式,若叠加增量变换将导致控制器行为改变。
  • 夹爪通道在采集时已被二值化,连续夹爪通道会高估下游策略性能,需注意。

数据生成过程

  1. 源演示(pi05 策略 rollout)→ MimicGen(以对象为中心的 SE(3) 重定向)→ 生成模拟回合
  2. 每个回合均在物理引擎中 rollout,仅保存成功的回合
  3. 难度级别通过随机化物体初始位置实现:位置为任务可行半径的百分比,偏航角为半角

数据规模与结构(来自 meta/info.json)

指标 数值
总回合数 3023
总帧数 606020
总任务数 1
分块大小 1000
数据文件大小 约 100 MB
视频文件大小 约 200 MB
帧率(fps) 15
数据划分 train(全部 3023 回合)
数据路径 data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
视频路径 videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

特征字段

  • action:float32,形状 (8,),包含 7 个关节(j0–j6)加 gripper,fps=15
  • observation.state:float32,形状 (8,),包含 8 个关节(joint_0–joint_7),fps=15
  • observation.velocity:float32,形状 (8,),fps=15
  • observation.images.over_shoulder_left_camera:视频,270×480×3,AVC1 编码,15 fps
  • observation.images.wrist_cam:视频,270×480×3,AVC1 编码,15 fps
  • 其他元数据字段:episode_index、frame_index、index、task_index、timestamp、next.done(bool,15 fps)

注意事项

  • 仅包含成功回合,失败模式未覆盖
  • 成功判定依据环境中的 K 步稳定(hold)准则,而非单帧判断
  • 观测包含两个摄像头(肩后 + 腕部),分辨率为 270×480,帧率 15 fps,另有本体感知状态
  • 已预计算分位数统计量(q01/q99),视频已重编码为恒定帧率以兼容 torchcodec 数据加载器
  • 该方法为对已发表方法的再实现,部分超参数未在论文中明确,由作者自行选定
  • 可用 LeRobot 数据集可视化器查看数据(分别率为 270×480)
二维码
社区交流群
二维码
科研交流群
商业服务