外观
数据集aarontungg1-plate-into-rack
数据集档案汇总规模、格式、关联机型与模型
aarontung 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 10K<n<100K。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
这是一个面向 plate into rack 任务的机器人演示数据集,包含来自机器人 Charlie 的 100 条已标注示范,录制日期为 2026-09-30。数据按 LeRobot v3.0 组织,共 75,815 帧、0.702 小时,以 30 FPS 采样,特征命名、相机布局和嵌套语言 schema 遵循 BitRobot/HIW-500-LeRobot。
数据包含头部双目并排 RGB 图像、左右腕部 RGB 图像、29 维实测关节位置、全身控制相关状态与动作,以及按 episode 起点计时的主任务和子任务语言时间线。每个 episode 从 plate into rack 标注到对应 end,在 30 Hz 网格上用不晚于当前 tick 的最新 MCAP 样本对齐,不做插值;原始 UTC 时间、标注 ID、选择记录、排除记录和校准文件均保留在元数据中。
数值帧经过有限值、维度、连续索引和 30 Hz 时间戳检查;每个 episode 的首、中、末帧已通过 LeRobot v3 原生 reader 回读并解码三路相机流。容器使用 LeRobot 0.4.4,并提供 enable_hiw_language_reader() 以适配参考数据集的 additive language 类型。
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。
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 aarontung/g1-plate-into-rack --repo-type dataset --local-dir ./data/aarontung-g1-plate-into-rack
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("aarontung/g1-plate-into-rack")
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。