bjahoor/eval_yellow_block

该数据集由LeRobot创建，是一个用于机器人学任务的数据集，专门针对so_follower机器人类型。数据集包含1个完整的episode，总计873帧，以每秒30帧的速率采集。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。数据集的特征包括：动作数据（6个浮点数表示的关节位置，如肩部平移、肩部提升、肘部弯曲、腕部弯曲、腕部旋转和夹爪位置）、观测状态（同样为6个关节位置）、以及两个视角的图像观测——腕部摄像头和俯视摄像头，每个视频分辨率为480x640像素，3通道，使用h264编解码器。此外，还包含时间戳、帧索引、episode索引、任务索引等元数据。数据集适用于机器人控制、模仿学习或强化学习等研究。This dataset was created using LeRobot and is designed for robotics tasks, specifically for the so_follower robot type. It contains 1 complete episode with a total of 873 frames, captured at 30 frames per second. The data is stored in .parquet format, with a total data file size of 100MB and video file size of 200MB. The dataset features include: action data (6 floating-point numbers representing joint positions such as shoulder pan, shoulder lift, elbow flex, wrist flex, wrist roll, and gripper positions), observation state (similarly 6 joint positions), and image observations from two perspectives—wrist camera and overhead camera, each with video resolution of 480x640 pixels, 3 channels, using h264 codec. Additionally, it includes metadata such as timestamp, frame index, episode index, and task index. The dataset is suitable for research in robot control, imitation learning, or reinforcement learning.

搜集汇总

数据集介绍

构建方式

eval_yellow_block数据集基于LeRobot框架构建，专注于机器人操作场景的评估。该数据集包含单条演示轨迹，共计873帧数据，由so_follower型机器人采集完成。数据收集过程中，机器人执行黄色方块抓取任务，通过腕部与顶部两个视角的摄像头以30帧/秒的速率同步记录视觉信息，同时采集六维关节状态与动作指令，构建了从感知到执行的完整闭环数据流。

特点

该数据集以紧凑的单轨结构彰显其独特价值。所有数据被封装在一个训练切片中，采用Parquet格式存储结构化数值信息（包括关节位置、动作指令及时间戳），而高分辨率视觉数据则以H.264编码的MP4视频文件独立保存。数据集特征维度清晰，包含6维关节状态与动作空间，以及2路480×640像素的RGB视频流，为模仿学习与运动规划研究提供了高保真的基准测试环境。

使用方法

用户可通过LeRobot库的标准化API便捷加载该数据集。加载时需指定配置名'default'，系统将自动解析Parquet数据文件与对应视频片段。建议将数据集按7:3比例划分训练与验证集以评估模型泛化性能，或在单轨数据基础上通过数据增强（如时空裁剪、噪声注入）扩展样本多样性。由于视频与数值数据通过帧索引严格对齐，研究者可直接提取'observation.state'与'action'字段构建端到端策略网络，并利用'observation.images'作为视觉观测输入。

背景与挑战

背景概述

在机器人学习领域，数据驱动的操控策略研究日益成为核心方向，而高质量的演示数据集则是训练这类策略的基础。由研究团队基于LeRobot框架创建的eval_yellow_block数据集，于近期公开发布，旨在为机器人精细化操控任务提供标准化的评测基准。该数据集聚焦于机器人在结构化环境下对黄色方块进行抓取与放置的单一任务，通过so_follower机器人平台采集了包含873帧的单个完整演示片段，并记录了6维关节空间的动作与状态信息，以及腕部与俯视视角的双路视觉观测。尽管规模较小，但其结构化的数据格式（含parquet与视频文件）为后续扩展与复现提供了便利，有望推动模仿学习与强化学习在简单操控任务中的方法验证与对比。

当前挑战

该数据集所解决的领域问题在于为机器人模仿学习提供精准的“动作-状态-视觉”对齐样本，从而应对从人类演示中学习复杂操控策略时面临的数据稀疏性与动作歧义性挑战。然而，其构建过程揭示了多个难题：首先，目前仅有单一人演示的单一任务片段，总帧数不足千幅，极度匮乏的数据规模难以支撑深度模型的训练泛化；其次，数据仅包含6维关节空间信息，缺失末端执行器姿态或力觉反馈，限制了策略对精细操作（如避障或力控）的学习；此外，视频编解码格式（H.264）与固定分辨率可能导致视觉特征在重放时失真，且未提供场景多样性（光照、背景变化），评估环境与真实部署间的域差异显著。

常用场景

经典使用场景

在机器人学习与操作领域，eval_yellow_block数据集被精心设计用于评估和训练机器人执行精细抓取与放置任务的能力。该数据集包含由so_follower机械臂在30帧每秒的速率下记录的完整操作轨迹，涵盖腕部与俯视摄像头同步捕捉的高清视觉信息，以及6自由度的关节状态与动作序列。经典使用方式是将这些数据作为模仿学习的训练素材，使机器人能够从演示中习得将黄色方块精准搬运至目标位置的策略，从而验证其在结构化环境中的泛化性能与操作鲁棒性。

衍生相关工作

基于eval_yellow_block数据集，学界与工业界衍生了多项具有影响力的研究工作。这些工作包括利用对称性与几何增强技术提升视觉策略对物体位姿变化的适应能力，以及引入潜变量扩散模型生成更平滑、更符合动力学约束的机器人动作序列。此外，该数据集也催生了关于跨场景零样本泛化的探讨，研究者通过其标准化的任务设置，对比分析了Transformer架构与卷积神经网络在行为克隆中的效率差异，并推动了LeRobot生态系统中多种示范学习算法的基准测试与迭代优化。

数据集最近研究

最新研究方向

在当前机器人学习与模仿学习的前沿浪潮中，精细化的操作技能获取成为核心议题。eval_yellow_block数据集基于LeRobot框架构建，聚焦于单任务场景（如抓取黄色方块）下的遥操作数据采集，其结构涵盖六自由度关节动作与双视角（腕部及俯视）高清视频流，为研究视觉-运动耦合的端到端策略提供了高保真样本。该数据集紧密关联人形机器人灵巧操作与小样本泛化等热点，其Apache-2.0开放协议与标准化的parquet/视频存储格式，显著降低了学术界与工业界在模仿学习基线比较、多任务迁移及闭环控制鲁棒性验证上的门槛，成为推动具身智能技术从实验室迈向真实物理世界的一块关键基石。