外观
这套数据集的采集方式、多模态结构、存储格式与适用任务。
该数据集包含 Franka Panda 遥操作示教,覆盖四个任务文件夹:place_cube、fruit_pick、push_t 和 dish_utensil,每个任务 100 个 episode。任务分别是把方块放入碗中、把水果放入蒸笼篮、将 T 形块推到 T 形轮廓上,以及从架子上取叉子或勺子放到盘子上。
每个任务文件夹采用相同的扁平布局,并提供按任务汇总的 episode 预览。预览中每个单元按 episode 顺序排列,同时显示场景相机和腕部相机画面,以 4× 实时速度播放;dish_utensil 的 episode_0–49 为叉子,episode_50–99 为勺子。place_cube 还记录了从原始帧重新导出的裁剪信息及原始裁剪所在修订。
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
暂未公开或待收录:总时长
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download aabyaneh/fasterwam --repo-type dataset --local-dir ./data/aabyaneh-fasterwam
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("aabyaneh/fasterwam")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")采集或适配该数据集的机器人本体,以及可在其上训练/评估的 VLA 与控制策略模型。
本页事实对应的公开页面,以原文为准。