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。
TaF-Dataset 是面向力感知触觉表示学习和接触丰富机器人操作研究的大规模同步触觉-力数据集,来自 TaF-VLA: Tactile-Force Alignment in Vision-Language-Action Models for Force-aware Manipulation。采集时,ATI 六轴力/力矩传感器记录 Fx、Fy、Fz、Tx、Ty、Tz,压电阵列提供 12×12 空间压力图,视觉触觉传感器记录对应触觉图像,三类信号按时间同步。
数据集包含 10,053,265 个同步帧、3,592 个 episode 和 408 个 object/sensor sequences。每帧包含 240×320×3 RGB 触觉图像、12×12 pressure_matrix、6 维 force_torque、时间戳、帧索引和 episode 索引;其中 Fz 被描述为最清晰反映主接触方向载荷的通道,同时保留完整六维 wrench 以覆盖切向力和旋转交互动态。
数据覆盖六种触觉传感器配置,包括带/不带 marker 的 GelSight Mini,以及不同 marker 配置的 custom-designed sensor。数据按 LeRobot v3 layout 组织,分为 gs_mini 和 custom_designed 目录;相同数字 ID 在不同前缀下表示独立记录序列,不应假定对应同一物体。
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
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 jiamig/taf-dataset --repo-type dataset --local-dir ./data/jiamig-taf-dataset
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("jiamig/taf-dataset")
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。
尚未收录关联机型或引用它的模型。
本页事实对应的公开页面,以原文为准。