dillonlyr04/eval_final_k50_100000

该数据集由LeRobot项目创建，包含机器人操作任务的数据，具体涉及一个双机械臂（bi_so100_follower）的1个episode和1017帧。数据集包括12维的动作和状态特征，分别对应左右肩、肘、腕和抓取器的位置信息，以及三个视角的视频数据：全局顶部视角、左臂视角和右臂视角，视频分辨率为720x1280，帧率为30fps，编码为h264。数据以parquet格式存储，总数据文件大小为100MB，视频文件大小为200MB。此外，数据集还包含时间戳、帧索引、episode索引等元数据。This dataset was created using the LeRobot project and contains data for robotic manipulation tasks, specifically involving a dual-arm robot (bi_so100_follower) with 1 episode and 1017 frames. It includes 12-dimensional action and state features corresponding to the positions of left and right shoulders, elbows, wrists, and grippers, as well as video data from three perspectives: top global view, left arm view, and right arm view. The videos have a resolution of 720x1280, a frame rate of 30fps, and are encoded in h264. The data is stored in parquet format, with a total data file size of 100MB and video file size of 200MB. Additionally, the dataset includes metadata such as timestamps, frame indices, and episode indices.

搜集汇总

数据集介绍

构建方式

在机器人学习领域，数据集的构建是推动策略学习与技能迁移的关键基石。eval_final_k50_100000 数据集依托于 LeRobot 框架精心打造，专为双臂协调操作任务而设计。该数据集通过记录一台 bi_so100_follower 类型机器人执行单任务时的完整轨迹，采集了共计 1017 帧、涵盖 12 维动作空间与状态空间的高频时序数据。数据以 Parquet 格式分块存储于 data/*/*.parquet 路径下，并同步录制了分辨率为 720×1280 的高清视频流（包括全局视角、左臂与右臂视角），视频以 H.264 编码压缩存储于 videos 目录。训练集与测试集按 0:1 的简单分割方式划分，确保数据完整可用。

使用方法

研究者可通过 LeRobot 库便捷地加载与使用该数据集。只需指定数据集名称 eval_final_k50_100000 并调用 LeRobot 的 Dataset 类，即可自动识别 data/*/*.parquet 中的数据文件和关联的 MP4 视频。用户可依据 meta/info.json 文件中定义的 chunks_size（1000 帧）与 fps（30）参数，按照时间窗口批量读取连续帧的动作与状态序列。推荐的实验流程为：先提取单回合内的 image 与 state 序列作为策略网络输入，再以 action 序列为目标进行行为克隆或逆强化学习训练。视频与状态数据的同步索引和规范化 shape 设计，极大简化了训练管线中的预处理步骤。

背景与挑战

背景概述

随着机器人学习领域的快速发展，模仿学习与行为克隆等方法对高质量、多模态数据集的需求日益迫切。该数据集基于LeRobot框架构建，由HuggingFace社区推动，旨在为双臂机器人操作任务提供标准化的训练与评估资源。数据集创建于近年，聚焦于使用bi_so100_follower型机器人执行单一任务，通过1000帧的连续轨迹与来自全局视角、左右臂的高清视频流，记录12维关节状态与动作序列。其发布为机器人操作技能的学习提供了可复现的基准，促进了视觉运动策略的泛化研究。尽管规模有限，但数据集强调数据格式的统一性与Apache-2.0许可的开放性，为后续扩展与社区协作奠定了基础。

当前挑战

该数据集所面临的挑战首先体现在领域问题层面：机器人操作任务通常要求模型从高维视觉输入中提取关键特征，并生成精确的连续动作序列，而本数据集仅包含单一任务与单条轨迹，难以覆盖真实场景中复杂的物体位姿、力反馈及动态扰动，限制了策略的泛化能力。构建过程中，挑战源于多源数据的同步与处理：需整合三路720p视频流与关节传感器数据，确保时间戳与帧索引的精确对齐；同时，面对有限的100MB数据与200MB视频存储，如何在保持采样频率（30fps）与数据质量的前提下优化压缩编码，避免信息丢失，亦是亟需克服的技术障碍。

常用场景

经典使用场景

在机器人学习领域，该数据集源自LeRobot框架，专为双臂协同操作任务设计。它记录了单次完整操控过程，涵盖1017帧时间序列数据，其中观测状态与动作空间均包含12维关节角度信息，配备三视角高分辨率视频（720p@30fps）作为视觉输入。这一配置使其成为模仿学习研究的理想选择，研究者可利用状态-动作对序列训练行为克隆或逆动力学模型，并通过多视角视觉观测探索多模态融合的端到端控制范式。

解决学术问题

该数据集精准针对机器人操控中的两个核心难题：高维连续动作空间建模与多模态感知融合。传统强化学习在稀疏奖励场景下效率低下，而该数据集提供的密集采集帧（平均每帧30ms）与对齐的多视角视频，为监督学习范式下的策略泛化研究提供了基础。它推动解决了从人类演示到机器人自主操作的知识迁移效率瓶颈，为验证联合动作空间分解、时序注意力机制等前沿理论提供了标准化基准。

实际应用

在实际工业场景中，该数据集直接服务于双臂协作机器人的部署需求。例如在精密装配产线上，利用其记录的肩、肘、腕等关节精准运动数据，可训练操作员演示模仿系统。结合视频流中的机械臂与环境交互信息，能开发自动抓取-放置流程，适用于电子元件焊接或医疗器具分拣等高速高精度任务。数据集的通用格式（Parquet+MP4）便于与通用机器学习流水线集成，降低工程化部署门槛。

数据集最近研究

最新研究方向

该数据集聚焦于双臂灵巧操作机器人（bi_so100_follower）的模仿学习与行为克隆前沿方向。基于LeRobot框架采集的高保真多模态数据，包含12维关节动作指令、双目视觉流（top_global/left_arm/right_arm）及状态序列，为研究人形机器人的双手协同操作、视觉-运动联合表征学习提供了高质量基准。近期热点事件中，随着特斯拉Optimus、Figure 02等双足人形机器人的爆发式迭代，此类包含多视角视频与精细动作标签的parquet格式数据集，正推动从仿真到真实世界的迁移学习突破，尤其对工业装配、精密操作等复杂任务的零样本泛化具有奠基意义，加速了具身智能在制造与家务场景的落地进程。