外观
数据集omniretargetOmniRetarget_Dataset
数据集档案汇总规模、格式、关联机型与模型
omniretarget 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。
OmniRetarget Dataset 包含 G1 humanoid robot 与物体和复杂地形交互的运动轨迹。数据由 OMNIRETARGET 生成,该引擎用于产生保持交互关系、运动学可行的轨迹,并避免 foot-skating 和 penetration 等常见伪影。
数据集总时长 4.0 小时,分为 robot-object、robot-terrain 和 robot-object-terrain 三个子集,分别覆盖机器人搬运物体、攀爬挑战性地形,以及同时包含物体和地形交互的运动;来源包括 OMOMO 和 in-house MoCap。由于许可限制,retargeted LAFAN1 数据未发布,但计划开源 retargeting 代码。
每个 .npz 文件包含一条轨迹,键为 fps 和 qpos;qpos 为 [T, D] 的系统状态数组,包含 36D 机器人位姿与关节位置,若包含物体则另有 7D 物体位姿,总维度为 36 或 43。models/ 目录提供用于可视化的 URDF、SDF 和 OBJ 资源,另有基于 Drake 和 Meshcat 的 visualize.py。
资料出处 Hugging Face datasets omniretarget/OmniRetarget_Dataset
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: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 omniretarget/OmniRetarget_Dataset --repo-type dataset --local-dir ./data/omniretarget-omniretarget-dataset
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("omniretarget/OmniRetarget_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。