外观
Skip to content
robocasa365-pretrain-mg
robocasa365-pretrain-mg
ember-lab-berkeley 在 Hugging Face 发布的机器人数据集，LeRobot 格式，采集构型 PandaOmron，含 536030 条轨迹，时长 1614.53 小时。
数据集ember-lab-berkeleyrobocasa365-pretrain-mg
数据集档案汇总规模、格式、关联机型与模型
robocasa365-pretrain-mg
ember-lab-berkeley 在 Hugging Face 发布的机器人数据集，LeRobot 格式，采集构型 PandaOmron，含 536030 条轨迹，时长 1614.53 小时。
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 RoboCasa365 collection 中的预训练数据集，包含由 MimicGen 生成的 rollouts，覆盖 60 个 atomic tasks，并由人工演示经过脚本化增强生成。机器人为 PandaOmron，由 Panda 7-DoF 机械臂、Omron 移动底盘和 torso lift 组成。
数据规模为 536,030 个 episodes、116,246,439 帧，20 fps 下约 1,615 小时；任务以 720 种自然语言表述呈现，对应 60 个底层 RoboCasa task classes。视觉模态包含 3 路 256×256 H.264 视频：robot0_agentview_left、robot0_agentview_right 和 robot0_eye_in_hand。
数据采用 RoboCasa365 的 flat LeRobot v3.0 mirror 标准布局，可作为 drop-in 方式加载。特征包括 16 维 observation.state、12 维 action，以及三路图像观测；control_mode 中 -1 表示 arm active，+1 表示 base active。许可为 MIT，继承自上游 RoboCasa365。
资料出处 Hugging Face datasets ember-lab-berkeley/robocasa365-pretrain-mg
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
- 1614.53h
- 演示轨迹数 (Episodes)
- 536030
- 采集方式
- 仿真
- 开源协议
- mit
- 传感器模态
- 表格视频
- 标注粒度
- 动作轨迹状态观测
- 存储格式
- LeRobotparquet
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 ember-lab-berkeley/robocasa365-pretrain-mg --repo-type dataset --local-dir ./data/ember-lab-berkeley-robocasa365-pretrain-mg
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("ember-lab-berkeley/robocasa365-pretrain-mg")
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。
尚未收录关联机型或引用它的模型。
来源
本页事实对应的公开页面，以原文为准。