外观
数据集Rice-RobotPI-Labegoinfinity
数据集档案汇总规模、格式、关联机型与模型
Rice-RobotPI-Lab 在 Hugging Face 发布的机器人数据集,规模 1K<n<10K。
这套数据集的采集方式、多模态结构、存储格式与适用任务。
EgoInfinity (preview) 是 Rice RobotPI Lab 构建的数据集,包含来自 Action100M(Meta FAIR)精选子集 clips 的衍生场景资产。该版本标注为 preview、not for general release,schema 和内容可能变化,许可为 FAIR Noncommercial Research License v1,仅限非商业研究使用。
数据集中对 samples/ 下 104 个 clips 提供了四种机器人形态的 retargeting 结果:Franka Panda、Unitree G1、NASA Robonaut 2 和 XLeRobot。每个 clip 文件夹包含自我中心输入可视化、机器人仿真回放、轨迹 npz、躯干位姿 npz 和指标 npz;轨迹记录逐帧关节、关节名、fps 与 clip id,指标包含 IK 成功率、位姿误差、关节限位裕度、可操作性和粗糙度。单个 clip 帧数为 29 到 734,fps 不统一并记录在 trajectory.npz 中。
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 · 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 Rice-RobotPI-Lab/egoinfinity --repo-type dataset --local-dir ./data/rice-robotpi-lab-egoinfinity
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("Rice-RobotPI-Lab/egoinfinity")
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。