外观
数据集Ekshan267pact_pick_n_place_v2
数据集档案汇总规模、格式、关联机型与模型
Ekshan267 在 Hugging Face 发布的机器人数据集,规模 1K<n<10K。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
PACT pick and place v2 是 place-corridor 场景中的专家 pick-and-place 演示数据,动作策略包含先 hover、再垂直放置到蓝色托盘。不同版本放在独立文件夹中且不混合,包括 v12、v12.1、v1011d、v107_spaced 和最近加入的 v6;各版本对应不同环境与采样器,v6 为 V10.10 two-object,包含 200 个 accepted episodes。
数据包含 wrist RGB/depth、table(exo_camera_1)RGB/depth,以及 40 路 proximity 流(16.67 ms)。每个 episode 的 trajectory.h5 含有 traj_0/obs/sensor_param/{wrist_camera,exo_camera_1} 和 40 个 obs/proximity/* streams。数据是 raw datagen,不是 ACT HDF5;v6 使用与 v107_spaced 相同的 hybrid exo schema 和 24-cell quota,且提示不要把在一个 split 上训练的 checkpoint 直接视为可与另一个 split 互换。
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 · 演示轨迹数 (Episodes)
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 Ekshan267/pact_pick_n_place_v2 --repo-type dataset --local-dir ./data/ekshan267-pact-pick-n-place-v2
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Ekshan267/pact_pick_n_place_v2")
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。