概述

这套数据集的采集方式、多模态结构、存储格式与适用任务。

这是用于 DreamDojo Piper warmup distillation 的教师生成 ODE 轨迹数据集，覆盖 LeRobot 任务 piper_insert_mouse_battery。数据包含 10,000 个样本，每个样本提供 13 帧、1440×640、fps=10 的视频片段，以及教师模型在去噪过程中的 latent 快照。视频采用 3-view 纵向堆叠：cam_high、cam_left_wrist、cam_right_wrist。

数据被打包为 4 个未压缩 tar：latents.tar、images.tar、videos.tar 和 actions.tar。其中 action 为 (12, 384) 归一化相对动作数组，图像为首帧 RGB，latent 为 dict[int → tensor(16, 4, 180, 80)]，键包括 [0, 9, 18, 27, 34, 35]，warmup 训练使用 0/9/18/27/34。

数据布局与 ActionDatasetSFWarmup 期望的目录结构一致，并修正了上游默认配置中的分辨率、video_key 和 fps 对齐问题：使用教师原生的 1440×640、cam_vertical 三视角堆叠和 fps=10。生成流程关联 inference_gr00t_warmup，总生成时间标注为 8×A800 上 16.2 小时。

资料出处 Hugging Face datasets Cocoyawn32/dreamdojo-piper-warmup-4step

关键规格与模态

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。

总时长: 16.2h
演示轨迹数 (Episodes): 10000
Hub 下载量: 838; 出处Hugging Face
Hub 点赞: 0; 出处Hugging Face

采集方式: 遥操作
开源协议: apache-2.0
传感器模态: 视频图像状态观测
标注粒度: 动作轨迹状态观测
存储格式: Parquet

数据下载与加载代码

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 Cocoyawn32/dreamdojo-piper-warmup-4step --repo-type dataset --local-dir ./data/cocoyawn32-dreamdojo-piper-warmup-4step

# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Cocoyawn32/dreamdojo-piper-warmup-4step")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")

关联采集机型与策略模型

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。

采集与适用机型 1

松灵 PiPERagilex/piper14 天前

来源

本页事实对应的公开页面，以原文为准。

Hugging Face datasets Cocoyawn32/dreamdojo-piper-warmup-4step访问 2026-10-21

dreamdojo-piper-warmup-4step ​

概述

关键规格与模态

数据下载与加载代码

关联采集机型与策略模型

采集与适用机型 1

来源

dreamdojo-piper-warmup-4step