外观
r1pro-gearbox-r1lite-taskboard
rocochallenge2025 在 Hugging Face 发布的机器人数据集。
数据集rocochallenge2025r1pro-gearbox-r1lite-taskboard
数据集档案汇总规模、格式、关联机型与模型
rocochallenge2025 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。
该仓库发布 R1 Pro gearbox Task1/Task3 与 R1 Lite Taskboard assembly 的录制示教数据,并同时包含对应训练策略检查点。示教数据按任务分为 R1 Pro gearbox Task1、Task3,各 120 个 episode;R1 Lite 历史导出为 230 个 episode,但其中旧 episode 0–178 为 beverage pick-and-place 场景,179–229 为 Taskboard 场景。新 scene-selected 子集仅包含后者 51 个 episode、144,570 帧。所有示教数据 FPS 为 15。
数据格式包括原始 topic-based H5、LeRobot v3、LeRobot v3 AV1 与 H.264;Taskboard 的 AV1 和 H.264 是同一批示教的不同编码,不应作为独立 episode 计数。R1 Pro LeRobot 数组包含 23 个 state 通道和 26 个 action 通道;Taskboard 有 14 个物理 state/action 通道,包括 12 个 arm joints 和两个 grippers,并记录三个 RGB 视角。
仓库还列出 ACT、Diffusion Policy、FastWAM、Pi0.5 检查点。使用时需下载目标子目录并让匹配 reader 指向本地根目录,同时保留对应 normalization assets、preprocessors、model configuration 与 OCDBT parameter tree。原始 Taskboard MCAP/depth、真实机器人成功率认证不在当前范围内;新发布 artifacts 的许可尚未由所有者指定。
资料出处 Hugging Face datasets rocochallenge2025/r1pro-gearbox-r1lite-taskboard
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 rocochallenge2025/r1pro-gearbox-r1lite-taskboard --repo-type dataset --local-dir ./data/rocochallenge2025-r1pro-gearbox-r1lite-taskboard
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("rocochallenge2025/r1pro-gearbox-r1lite-taskboard")
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。
本页事实对应的公开页面,以原文为准。