外观
PhysicalAI-Robotics-Manipulation-Kitchen-Demos
nvidia 在 Hugging Face 发布的机器人数据集。
数据集nvidiaPhysicalAI-Robotics-Manipulation-Kitchen-Demos
数据集档案汇总规模、格式、关联机型与模型
nvidia 在 Hugging Face 发布的机器人数据集。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
PhysicalAI-Robotics-Manipulation-Kitchen-Demos 是一组厨房场景中的人类遥操作示范数据,包含 600 小时、316 个不同任务,总计 55k 条轨迹。数据使用 Franka Panda robot 与 Omron mobile base 采集,面向移动操作与厨房操控相关任务。任务既包括原子技能,也包括组合任务。
任务文件按 pretrain/atomic 与 pretrain/composite 组织,原子任务覆盖开关柜门、抽屉、冰箱、微波炉、烤箱、洗碗机,物体在台面、柜体、水槽、炉灶、微波炉等位置间的取放,以及开启水龙头、炉灶、搅拌机、电热水壶等操作;组合任务覆盖饮品、清理、备餐、餐具整理、食材摆放等厨房流程。数据集遵循 LeRobot 格式,并在表格中列出各 lerobot.tar 数据文件及对应轨迹数。
资料出处 Hugging Face datasets nvidia/PhysicalAI-Robotics-Manipulation-Kitchen-Demos
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 nvidia/PhysicalAI-Robotics-Manipulation-Kitchen-Demos --repo-type dataset --local-dir ./data/nvidia-physicalai-robotics-manipulation-kitchen-demos
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("nvidia/PhysicalAI-Robotics-Manipulation-Kitchen-Demos")
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。