外观
Skip to content
hmg-g1-box-table-to-shelf-reward
hmg-g1-box-table-to-shelf-reward
jellyho 在 Hugging Face 发布的机器人数据集，LeRobot 格式，规模 1M<n<10M。
数据集jellyhohmg-g1-box-table-to-shelf-reward
数据集档案汇总规模、格式、关联机型与模型
hmg-g1-box-table-to-shelf-reward
jellyho 在 Hugging Face 发布的机器人数据集，LeRobot 格式，规模 1M<n<10M。
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。
该数据集面向 HumanoidMimicGen G1 的“将盒子从桌面转移到架子中”任务，用于奖励建模，包含成功与失败轨迹。数据来自公开 HumanoidMimicGen G1 benchmark 的生成成功示范，并在 MuJoCo 3.2.6、RoboSuite 1.5.1 环境中使用 GR00T 全身控制器进行仿真与扰动生成。
数据共 1070 个 episode，其中 550 个成功、520 个失败，包含 1,099,186 帧，频率 50 Hz。每帧提供 480x640 第一视角 RGB 视频、机器人状态、动作、MuJoCo 状态以及逐帧任务成功标签；标签来自环境自身的成功谓词。数据采用 LeRobot v2.1 格式，包含 parquet、mp4 和 meta 元数据，并提供按源 demo 划分以避免泄漏的 episode 标签信息。
资料出处 Hugging Face datasets jellyho/hmg-g1-box-table-to-shelf-reward
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
- 6.11h
- 演示轨迹数 (Episodes)
- 1070
- 采集方式
- 仿真
- 开源协议
- apache-2.0
- 传感器模态
- 表格时序视频
- 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 jellyho/hmg-g1-box-table-to-shelf-reward --repo-type dataset --local-dir ./data/jellyho-hmg-g1-box-table-to-shelf-reward
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("jellyho/hmg-g1-box-table-to-shelf-reward")
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
来源
本页事实对应的公开页面，以原文为准。