SO101-CloseDrawer_Ours_30epi

该数据集由LeRobot创建，专注于机器人学任务，具体涉及使用so101_follower机器人执行关闭抽屉操作。数据集包含30个总集数，总计7970帧，帧率为10fps。数据以parquet文件格式存储，总数据文件大小为100MB，视频文件大小为200MB。特征包括：观测状态（6维浮点数组，表示机器人关节位置）、动作（6维浮点数组，控制机器人关节）、图像观测（顶部和左腕摄像头视频，分辨率为480x640，3通道，H.264编码）、末端执行器位置（6维浮点数组，表示XYZ和RPY坐标）、抓取器二进制状态、技能相关字段（如自然语言描述、验证问题、技能类型、进度、关节和笛卡尔空间的目标位置）、子任务字段（如自然语言描述、对象名称、3维目标位置）以及时间戳和索引信息。数据集适用于机器人控制、模仿学习或强化学习研究。This dataset was created by LeRobot, focusing on robotics tasks, specifically the drawer-closing task executed by the so101_follower robot. It contains 30 total episodes, totaling 7970 frames at a frame rate of 10 fps. The data is stored in Parquet file format, with a total data file size of 100 MB, and the video files have a total size of 200 MB. The features include: observed states (6-dimensional floating-point arrays representing robot joint positions), actions (6-dimensional floating-point arrays for controlling robot joints), image observations (videos captured by the top and left-wrist cameras, with a resolution of 480x640, 3 channels, encoded with H.264), end-effector positions (6-dimensional floating-point arrays representing XYZ and RPY coordinates), binary gripper state, skill-related fields (such as natural language descriptions, validation questions, skill types, progress, target positions in both joint and Cartesian spaces), subtask fields (such as natural language descriptions, object names, 3-dimensional target positions), as well as timestamp and index information. This dataset is applicable to research in robot control, imitation learning, or reinforcement learning.

原始信息汇总

数据集概述

• 数据集名称: SO101-CloseDrawer_Ours_30epi
• 许可协议: Apache-2.0
• 任务类别: 机器人学 (Robotics)
• 标签: LeRobot
• 创建工具: 使用 LeRobot 框架创建

数据集规模与结构

属性	数值
总片段数	30
总帧数	7970
总任务数	1
数据分块大小	1000 帧/块
数据文件大小	100 MB
视频文件大小	200 MB
帧率	10 FPS
训练集划分	全部30个片段 (0:30)

机器人类型

• 机器人型号: so101_follower

数据存储路径

• 数据文件: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

数据特征组成

观测状态 (Observation)

• observation.state: 6维浮点数组，包含6个自由度位置：
  • shoulder_pan.pos
  • shoulder_lift.pos
  • elbow_flex.pos
  • wrist_flex.pos
  • wrist_roll.pos
  • gripper.pos
• observation.images.top: 顶部摄像头视频 (480x640, 3通道, H.264编码, 10FPS)
• observation.images.left_wrist: 左腕部摄像头视频 (480x640, 3通道, H.264编码, 10FPS)
• observation.ee_pos.robot_xyzrpy: 末端执行器6维位姿 (x,y,z,roll,pitch,yaw)
• observation.gripper_binary: 夹爪二进制状态 (1维浮点)

动作 (Action)

• action: 6维浮点数组，与观测状态中的关节位置一致，表示预期的关节目标位置。

技能信息 (Skill)

• skill.natural_language: 自然语言描述的任务指令 (字符串)
• skill.verification_question: 任务验证问题 (字符串)
• skill.type: 技能类型 (字符串)
• skill.progress: 技能执行进度 (浮点)
• skill.goal_position.joint: 目标关节位置 (6维)
• skill.goal_position.robot_xyzrpy: 目标末端位姿 (6维)
• skill.goal_position.gripper: 目标夹爪位置 (1维)

子任务信息 (Subtask)

• subtask.natural_language: 子任务自然语言描述 (字符串)
• subtask.object_name: 操作对象名称 (字符串)
• subtask.target_position: 目标空间位置 (3维: x,y,z)

时间与索引

• timestamp: 时间戳 (浮点)
• frame_index: 帧索引 (整数)
• episode_index: 片段索引 (整数)
• index: 全局索引 (整数)
• task_index: 任务索引 (整数)