pseudolab/omx_f_pick_doll

该数据集使用LeRobot创建，专注于机器人技术领域，特别是omx_f类型机器人。数据集包含1个episode，总计260帧，对应1个任务和1个视频，分为1个chunk，帧率为30fps。数据以parquet格式存储，视频以mp4格式存储。特征包括时间戳、帧索引、episode索引、索引、任务索引，观测数据包括来自相机1的图像（分辨率480x640，3通道）和机器人状态（6个关节和夹爪关节），动作数据也包含6个关节和夹爪关节的控制信息。数据集结构支持机器人学习和控制任务的应用。This dataset was created using LeRobot, focusing on the field of robotics, specifically omx_f-type robots. It contains 1 episode with a total of 260 frames, corresponding to 1 task and 1 video, and is organized into 1 chunk with a frame rate of 30 fps. The dataset data is stored in Parquet format, while the associated video is stored in MP4 format. The features include timestamp, frame index, episode index, index, and task index. The observation data includes images from Camera 1 (resolution 480×640, 3 channels) and robot states (6 joints and the gripper joint). The action data also includes control information for the 6 joints and the gripper joint. The structure of this dataset supports applications for robot learning and control tasks.

搜集汇总

数据集介绍

构建方式

omx_f_pick_doll数据集是借助LeRobot框架构建而成，专为机器人操作任务设计。该数据集源自单一任务场景，共包含1个演示片段，总计260帧有效数据，采样频率为每秒30帧。在构建过程中，传感器采集了来自camera1视角的640×480像素RGB视频信号，同时记录了包括5个关节角度与1个夹爪位置在内的6维机器人状态信息。相应的控制指令（action）同样涵盖这6个维度，从而形成完整的“观测-动作”闭环数据对。所有数据以Parquet格式存储于指定路径，视频文件则单独编码为MP4格式，便于后续处理与分析。

特点

该数据集具有高度的领域针对性与结构清晰性。其核心特点在于完整保留了机器人执行单一“抓取娃娃”任务时的连续状态与动作序列，为模仿学习与行为克隆等算法提供了理想的数据支持。数据特征中包含的时间戳、帧索引、任务索引等元信息，有助于对数据流进行精确对齐与序列化分析。此外，状态与动作空间均采用统一的名词索引（如joint1至gripper_joint_1），降低了模型应用时的映射复杂度。单片段但高采样率的设计，使其适合作为快速验证与原型开发的轻量级基准数据集。

使用方法

使用该数据集时，建议通过LeRobot库进行加载与预处理，以充分利用其内置的标准化接口。数据路径遵循固定的层级结构：Parquet文件位于data/chunk-xxx/episode_yyyyyy.parquet，视频文件则置于videos目录下。用户可根据meta/info.json中的切分信息（训练集覆盖全部数据）构建数据加载器。推荐将观测图像与状态向量拼接作为模型输入，以6维动作向量作为预测目标。由于数据集仅包含一个片段，在实际训练中可通过数据增强或重复采样策略扩充有效样本量，从而提升模型的泛化能力。

背景与挑战

背景概述

该数据集名为omx_f_pick_doll，由LeRobot社区创建，依托于HuggingFace平台发布，遵循Apache-2.0许可协议。数据集面向机器人操作领域，聚焦于利用OMX_F型机械臂执行“拾取玩偶”这一特定任务。其核心研究问题在于为机器人学习算法提供高质量的示范数据，以推动模仿学习与强化学习在精细操作场景中的应用。作为单任务、小规模数据集，它仅包含1个回合、260帧图像及相应的关节状态与动作记录，数据采集频率为30帧/秒，适用于验证和学习基础机器人操作范式。尽管体量有限，该数据集通过标准化格式（如Parquet和MP4视频）增强了可复现性，为后续扩展与多任务学习奠定了数据基础。

当前挑战

该数据集面临的挑战首先体现在领域问题的复杂性上：机器人精细操作任务，如夹取柔软、形状不规则的玩偶，对力控制与位姿估计提出高要求，现有算法常难以泛化至不同物体或环境。其次，构建过程中存在显著困难：单回合、260帧的小样本量难以覆盖任务中的多样性，例如玩偶摆放角度、光照变化或机械臂初始位姿的差异；此外，数据仅依赖单一摄像头（camera1）和6维关节状态，缺乏额外感知信息，可能限制模型对遮挡或动态干扰的鲁棒性。这些因素共同阻碍了数据集在真实世界中的迁移与扩展应用。

常用场景

经典使用场景

在机器人操作与模仿学习领域，omx_f_pick_doll数据集为抓取与操纵任务提供了关键训练资源。该数据集记录了omx_f型机器人执行拾取玩偶任务的完整过程，包含260帧高频率时序数据，涵盖6个自由度关节状态与动作序列，以及来自摄像头的高清视觉观测。研究者常利用该数据对机器人进行行为克隆训练，通过监督学习让模型学习从视觉输入到关节动作的映射关系，从而复现精准的抓取策略。

实际应用

在实际产业应用中，omx_f_pick_doll数据集可用于训练服务机器人完成玩具分拣、物流搬运等轻量级拾取任务。结合LeRobot框架，开发者能快速部署行为克隆或强化学习模型，使机器人适应车间或家庭中的柔性物体操作场景。其视频与状态数据的一致性设计，还支持实时部署中的人类遥操作数据采集与模型微调，降低了机器人编程的门槛，加速了从实验室到生产线的技术落地。

衍生相关工作

基于该数据集，衍生了一系列机器人模仿学习的经典工作。研究者利用其标准化的数据格式，开发了针对omx_f平台的预训练模型，如感知-动作联合编码器；同时推动了扩散策略在机器人操作中的应用验证，展示了高精度轨迹生成能力。此外，该数据集还催生了多视角视觉融合与数据增强方法的研究，以及基于时序对比学习的机器人技能表征学习框架，成为连接真实机器人演示与仿真环境迁移的重要基准。