外观
数据集hojjunekimlegs_turn_aug_uni
数据集档案汇总规模、格式、关联机型与模型
hojjunekim 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 100K<n<1M。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
LEGS Task 3 long-horizon 的 LEGS-AUG (200) 训练集,用于论文中 Task 3 的 LEGS-AUG (200) 条件。数据由机器人和物体网格与木桌或蓝桌 Gaussian splat 合成渲染,并进行了颜色校准;它重渲染同一任务的 LEGS (200) episodes,用于外观研究。
数据包含 200 个 episodes、243,586 帧,帧率为 30 fps。前 0–49 个 episodes 使用蓝桌上的苹果和盒子,50–99 使用蓝桌上的橙子和盘子,100–149 保持不变,150–199 使用原始桌面上的苹果和盒子。提示语包括“pick the apple, turn right, and put it in the box”和“pick the orange, turn right, and place it on the plate”。
数据采用 LeRobot v2.1 格式,图像字段为 observation.images.ego_view,分辨率 640×480;状态和动作字段为 observation.state_psi0_18 与 action.psi0_18,对应 18 维末端执行器布局。数据集按 SAM License 分发,因图像包含由 SAM 3D Objects 生成的物体网格,再分发需包含该许可,发表使用该数据的研究需按许可要求致谢 SAM Materials。
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 hojjunekim/legs_turn_aug_uni --repo-type dataset --local-dir ./data/hojjunekim-legs-turn-aug-uni
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("hojjunekim/legs_turn_aug_uni")
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。