lekiwi_test

Hugging Face2025-05-29 更新2025-05-30 收录

下载链接：

https://huggingface.co/datasets/ncnynl/lekiwi_test

下载链接

链接失效反馈

官方服务：

资源简介：

这是一个关于机器人学的数据集，包含了2个总剧集，672个总帧数，1个总任务，4个总视频和1个总片段。数据集的帧率为30fps，所有数据按照Apache-2.0许可进行发布。数据集的结构详细描述了包括机器人动作、观察状态、正面和手腕的图像、时间戳、帧索引、剧集索引、索引和任务索引等特征。

This is a robotics-oriented dataset. It contains 2 total episodes, 672 total frames, 1 total task, 4 total videos, and 1 total segment. The dataset has a frame rate of 30fps, and all data is released under the Apache-2.0 license. The detailed structure of the dataset covers features such as robot actions, observation states, front-facing and wrist-mounted images, timestamps, frame indices, episode indices, indices, and task indices.

创建时间：

2025-05-28

原始信息汇总

数据集概述

基本信息

名称: lekiwi_test
许可证: Apache-2.0
任务类别: 机器人学
标签: LeRobot, tutorial

数据集描述

创建工具: LeRobot
主页: [More Information Needed]
论文: [More Information Needed]

数据集结构

配置名称: default
数据文件: data//.parquet
元数据文件: meta/info.json

元数据详情

代码库版本: v2.1
机器人类型: lekiwi
总片段数: 2
总帧数: 672
总任务数: 1
总视频数: 4
总块数: 1
块大小: 1000
帧率: 30 fps
分割:
- 训练集: 0:2
数据路径: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
视频路径: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

特征

action:
- 数据类型: float32
- 形状: [9]
- 名称: shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper, x_mm, y_mm, theta
observation.state:
- 数据类型: float32
- 形状: [9]
- 名称: shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper, x_mm, y_mm, theta
observation.images.front:
- 数据类型: video
- 形状: [640, 480, 3]
- 名称: height, width, channels
- 信息:
  - video.fps: 30.0
  - video.height: 640
  - video.width: 480
  - video.channels: 3
  - video.codec: av1
  - video.pix_fmt: yuv420p
  - video.is_depth_map: false
  - has_audio: false
observation.images.wrist:
- 数据类型: video
- 形状: [480, 640, 3]
- 名称: height, width, channels
- 信息:
  - video.fps: 30.0
  - video.height: 480
  - video.width: 640
  - video.channels: 3
  - video.codec: av1
  - video.pix_fmt: yuv420p
  - video.is_depth_map: false
  - has_audio: false
timestamp:
- 数据类型: float32
- 形状: [1]
- 名称: null
frame_index:
- 数据类型: int64
- 形状: [1]
- 名称: null
episode_index:
- 数据类型: int64
- 形状: [1]
- 名称: null
index:
- 数据类型: int64
- 形状: [1]
- 名称: null
task_index:
- 数据类型: int64
- 形状: [1]
- 名称: null

引用

BibTeX: [More Information Needed]

搜集汇总

数据集介绍

构建方式

lekiwi_test数据集依托LeRobot框架构建而成，采用模块化数据采集策略，通过机器人操作过程中的多模态传感器同步记录实验数据。技术实现上以30fps采样率捕获机械臂关节角度、末端执行器位姿等9维动作向量，并同步采集前视与腕部双视角的RGB视频流（分辨率分别为640x480与480x640），所有数据经时间戳对齐后以Parquet格式分块存储，每1000帧构成一个数据块，确保时序完整性。

使用方法

使用者可通过解析Parquet文件获取结构化动作-观测对，其中动作空间以float32数组存储9维控制指令，观测空间包含状态向量及视频帧索引。视频数据需配合元数据中提供的MP4路径加载，建议利用帧索引字段实现跨模态数据对齐。训练集已预定义为全部2个片段，研究者可基于PyTorch或TensorFlow构建数据管道，特别适用于机械臂轨迹生成、视觉伺服控制等任务的算法验证。

背景与挑战

背景概述

lekiwi_test数据集作为机器人技术领域的重要资源，由LeRobot团队基于开源框架构建，旨在为机器人控制与行为学习提供多模态数据支持。该数据集采集了机械臂在真实环境中的运动轨迹、关节状态及视觉观测数据，通过高精度传感器记录9维动作空间与状态空间信息，并同步保存了前视与腕部双视角的RGB视频流。其技术架构采用Apache-2.0开源协议，数据以标准化parquet格式存储，每段包含672帧30fps的视频序列，为模仿学习与强化学习算法验证提供了结构化基准。

当前挑战

该数据集面临的领域挑战在于如何从有限样本（仅2个完整任务片段）中提取具有泛化能力的机器人运动模式，其9维连续动作空间的复杂性对策略网络的表征能力提出较高要求。构建过程中的技术难点包括多传感器时序对齐、高维视频数据压缩存储，以及机械臂状态-动作对的精确标定。原始数据中缺失深度信息与力觉反馈，可能限制触觉交互任务的开发。未公开的论文信息与引用规范也影响了学术溯源的可信度。

常用场景

经典使用场景

在机器人控制与学习领域，lekiwi_test数据集以其多模态观测数据和精确的动作记录，为机器人行为模仿学习提供了丰富的实验素材。数据集包含机械臂关节角度、末端执行器位置及多视角视频数据，特别适用于研究机械臂在复杂环境中的运动规划与任务执行能力。

解决学术问题

该数据集有效解决了机器人模仿学习中样本多样性不足、状态-动作对齐困难等关键问题。通过提供高精度时间同步的多模态观测序列，支持研究者验证端到端策略学习、状态表示提取等算法的泛化性能，显著提升了机械臂控制任务的样本效率与策略可迁移性研究水平。

实际应用

在工业自动化场景中，数据集记录的机械臂操作数据可直接应用于装配线分拣、精密零件抓取等任务。其包含的腕部与正面双视角视频，为视觉伺服控制系统开发提供了真实世界的传感器融合基准，助力解决实际应用中动态目标追踪与避障等工程挑战。

数据集最近研究