BrunoM42/robocasa_target_ArrangeTea
收藏Hugging Face2026-03-28 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/BrunoM42/robocasa_target_ArrangeTea
下载链接
链接失效反馈官方服务：
资源简介：
---
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).
## 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": "PandaOmron",
"total_episodes": 500,
"total_frames": 497956,
"total_tasks": 1,
"chunks_size": 1000,
"fps": 20,
"splits": {
"train": "0:500"
},
"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": {
"observation.images.robot0_eye_in_hand": {
"dtype": "video",
"shape": [
256,
256,
3
],
"names": [
"height",
"width",
"channel"
],
"video_info": {
"video.fps": 20,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
},
"info": {
"video.height": 256,
"video.width": 256,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.robot0_agentview_left": {
"dtype": "video",
"shape": [
256,
256,
3
],
"names": [
"height",
"width",
"channel"
],
"video_info": {
"video.fps": 20,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
},
"info": {
"video.height": 256,
"video.width": 256,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.robot0_agentview_right": {
"dtype": "video",
"shape": [
256,
256,
3
],
"names": [
"height",
"width",
"channel"
],
"video_info": {
"video.fps": 20,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
},
"info": {
"video.height": 256,
"video.width": 256,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"annotation.human.task_description": {
"dtype": "int64",
"shape": [
1
],
"fps": 20
},
"annotation.human.task_name": {
"dtype": "int64",
"shape": [
1
],
"fps": 20
},
"observation.state": {
"dtype": "float64",
"shape": [
16
],
"fps": 20
},
"action": {
"dtype": "float64",
"shape": [
12
],
"fps": 20
},
"next.reward": {
"dtype": "float32",
"shape": [
1
],
"fps": 20
},
"next.done": {
"dtype": "bool",
"shape": [
1
],
"fps": 20
},
"timestamp": {
"dtype": "float32",
"shape": [
1
],
"names": null,
"fps": 20
},
"frame_index": {
"dtype": "int64",
"shape": [
1
],
"names": null,
"fps": 20
},
"episode_index": {
"dtype": "int64",
"shape": [
1
],
"names": null,
"fps": 20
},
"index": {
"dtype": "int64",
"shape": [
1
],
"names": null,
"fps": 20
},
"task_index": {
"dtype": "int64",
"shape": [
1
],
"names": null,
"fps": 20
}
},
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200
}
```
## Citation
**BibTeX:**
```bibtex
[More Information Needed]
```
许可协议: Apache-2.0
任务类别:
- 机器人学
标签:
- LeRobot
配置项:
- 配置名称: 默认
数据文件: data/*/*.parquet
本数据集基于[LeRobot](https://github.com/huggingface/lerobot)项目构建。
## 数据集说明
- **主页**: [需补充更多信息]
- **论文**: [需补充更多信息]
- **许可协议**: Apache-2.0
## 数据集结构
[meta/info.json](meta/info.json):
json
{
"codebase_version": "v3.0",
"robot_type": "PandaOmron",
"total_episodes": 500,
"total_frames": 497956,
"total_tasks": 1,
"chunks_size": 1000,
"fps": 20,
"splits": {
"train": "0:500"
},
"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": {
"observation.images.robot0_eye_in_hand": {
"dtype": "video",
"shape": [256, 256, 3],
"names": ["height", "width", "channel"],
"video_info": {
"video.fps": 20,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
},
"info": {
"video.height": 256,
"video.width": 256,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.robot0_agentview_left": {
"dtype": "video",
"shape": [256, 256, 3],
"names": ["height", "width", "channel"],
"video_info": {
"video.fps": 20,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
},
"info": {
"video.height": 256,
"video.width": 256,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"observation.images.robot0_agentview_right": {
"dtype": "video",
"shape": [256, 256, 3],
"names": ["height", "width", "channel"],
"video_info": {
"video.fps": 20,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"has_audio": false
},
"info": {
"video.height": 256,
"video.width": 256,
"video.codec": "h264",
"video.pix_fmt": "yuv420p",
"video.is_depth_map": false,
"video.fps": 20,
"video.channels": 3,
"has_audio": false
}
},
"annotation.human.task_description": {
"dtype": "int64",
"shape": [1],
"fps": 20
},
"annotation.human.task_name": {
"dtype": "int64",
"shape": [1],
"fps": 20
},
"observation.state": {
"dtype": "float64",
"shape": [16],
"fps": 20
},
"action": {
"dtype": "float64",
"shape": [12],
"fps": 20
},
"next.reward": {
"dtype": "float32",
"shape": [1],
"fps": 20
},
"next.done": {
"dtype": "bool",
"shape": [1],
"fps": 20
},
"timestamp": {
"dtype": "float32",
"shape": [1],
"names": null,
"fps": 20
},
"frame_index": {
"dtype": "int64",
"shape": [1],
"names": null,
"fps": 20
},
"episode_index": {
"dtype": "int64",
"shape": [1],
"names": null,
"fps": 20
},
"index": {
"dtype": "int64",
"shape": [1],
"names": null,
"fps": 20
},
"task_index": {
"dtype": "int64",
"shape": [1],
"names": null,
"fps": 20
}
},
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200
}
## 引用
**BibTeX格式引用:**
bibtex
[需补充更多信息]
提供机构：
BrunoM42
搜集汇总
数据集介绍
构建方式
在机器人操作任务领域，robocasa_target_ArrangeTea数据集依托LeRobot平台构建而成。该数据集通过PandaOmron机器人执行单一的沏茶整理任务，采集了500条完整轨迹，总计近50万帧数据。数据以每秒20帧的速率记录，并采用分块存储策略，每1000帧形成一个数据块，以Parquet格式保存，确保了高效的数据管理与访问。
使用方法
研究人员可利用该数据集进行机器人技能学习的实证研究。数据集已预设训练集划分，涵盖全部500个轨迹。用户可通过加载Parquet文件直接获取图像、状态与动作数据，或通过关联的MP4视频文件进行可视化分析。数据集的标准化字段如帧索引、回合索引等，便于进行轨迹切片、批次训练或行为克隆等任务，为算法开发与性能评估提供了便利的基础设施。
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正逐步推动智能体在复杂物理环境中的自主操作能力。robocasa_target_ArrangeTea数据集作为LeRobot项目的一部分，专注于茶具整理这一具体任务，旨在为机器人提供多视角视觉观察与动作序列的对应关系。该数据集由HuggingFace社区基于开源框架构建，采用PandaOmron机器人平台采集，包含500个完整交互片段与近五十万帧数据，以高频率同步记录手眼相机与全局视角的图像流，并整合了状态、动作及奖励信号，为研究机器人精细操作与任务泛化提供了结构化基准。
当前挑战
该数据集致力于解决机器人领域中的长时程、多步骤操作规划问题，其核心挑战在于如何从高维视觉输入中提取有效特征以指导精确的动作序列生成，同时应对真实环境中物体姿态多变、光照干扰及物理交互不确定性带来的建模困难。在构建过程中，挑战主要体现在大规模数据采集的同步性与一致性保障，需确保多传感器数据在时间维度上的精确对齐，以及高质量视频编码与存储的效率平衡，避免信息丢失或冗余。此外，标注任务描述与动作的对应关系也需克服语义歧义，以支撑后续学习算法的可靠训练。
常用场景
经典使用场景
在机器人操作学习领域，robocasa_target_ArrangeTea数据集聚焦于精细化的日常任务模拟，特别是茶具排列这一典型场景。该数据集通过PandaOmron机器人平台，采集了500个完整操作序列，包含多视角视觉观测、机器人状态与动作数据，为研究者提供了高保真的仿真环境。其经典使用场景在于训练机器人执行复杂的多步骤操作，例如识别茶具组件、规划抓取路径、完成精确摆放，从而推动机器人从感知到执行的端到端学习框架的发展。
解决学术问题
该数据集针对机器人学习中的关键挑战，如长时程任务规划、多模态感知融合以及稀疏奖励下的策略优化等问题提供了实证基础。通过结构化标注的任务描述与状态-动作对，它有助于解决模仿学习与强化学习在真实世界任务中的样本效率低下难题。其意义在于为学术界建立了一个可重复、标准化的评测基准，促进了机器人操作技能的泛化能力研究，并对跨任务迁移学习、视觉-动作映射等前沿方向产生深远影响。
实际应用
在实际应用层面，robocasa_target_ArrangeTea数据集可直接服务于家庭服务机器人的开发，特别是在自动化家务场景中实现茶具整理、餐具摆放等精细化操作。其多视角视频与状态数据能够支撑机器人系统在动态环境中的适应性训练，提升对物体姿态、空间关系的理解能力。此外，该数据集还可用于工业装配线的辅助操作培训，为机器人提供类似人类的手眼协调技能，推动智能机器人在医疗护理、餐饮服务等领域的落地应用。
数据集最近研究
最新研究方向
在机器人操作学习领域，robocasa_target_ArrangeTea数据集聚焦于精细化的日常任务模拟，特别是茶具整理这一典型场景。该数据集通过LeRobot平台构建，整合了多视角视觉观测与机器人状态动作序列，为模仿学习与强化学习算法提供了丰富的训练资源。当前研究前沿正探索如何利用此类结构化数据，结合视觉语言模型与多模态表示学习，提升机器人对复杂物体操作的理解与泛化能力。随着具身智能与家庭服务机器人需求的增长，该数据集在推动机器人自主执行灵巧操作任务方面具有重要价值，为算法在真实世界中的部署奠定了数据基础。
以上内容由遇见数据集搜集并总结生成
