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。
AAWR-DROID 是 GRASP Lab mock kitchen 中的 Active Perception AAWR 数据集,提供完整数据集下载,大小为 13.5GB,并采用 DROID 格式发布。数据包含 4 个场景,每个场景都经过白名单清理,用于过滤 idle frames。
配套示例面向一个 toy simulated task:可参考 environment.yaml 或手动安装 Python 依赖,主要包括 torch、gymnasium 及相关包;随后安装模拟 xarm 环境代码并生成 demos。示例还包含在简单模拟 lifting 任务上训练 AAWR 的流程,并提供了第三视角下 searching behavior 的相关网站资源。
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 Everloom/AAWR-DROID --repo-type dataset --local-dir ./data/everloom-aawr-droid
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Everloom/AAWR-DROID")
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。