kmg0620/pick_battery_best

该数据集是使用LeRobot创建的机器人操作数据集，专门用于双手机器人（bi_so_follower类型）的任务。数据集包含100个完整的情节，总计86489帧，专注于单一任务。数据以30帧每秒的速率采集，包括动作数据（如左右肩、肘、腕和夹爪的位置）、观测状态（与动作相同的关节位置）以及来自两个摄像头的图像观测（左主摄像头和右腕摄像头），图像分辨率为240x320像素。数据集结构以parquet文件格式存储，总数据文件大小为100MB，视频文件大小为200MB，并支持训练分割。This dataset is a robotics manipulation dataset created using LeRobot, specifically for a dual-arm robot (bi_so_follower type). It contains 100 total episodes with 86489 frames, focusing on a single task. Data is collected at 30 frames per second and includes action data (e.g., positions of left and right shoulders, elbows, wrists, and grippers), observation states (same joint positions as actions), and image observations from two cameras (left main and right wrist cameras) with a resolution of 240x320 pixels. The dataset is structured in parquet file format, with a total data file size of 100MB and video file size of 200MB, supporting a training split.

搜集汇总

数据集介绍

构建方式

在具身智能与机器人操作研究领域，高质量演示数据的采集是训练策略模型的关键环节。该数据集依托LeRobot框架构建，通过bi_so_follower双臂机器人平台完成电池抓取任务的遥操作演示，全程以30帧每秒的频率同步记录双臂共12维关节位置与夹爪状态，累计采集100个完整回合、86489帧数据，并以Parquet列式存储与MP4视频编码相结合的方式组织，视频分辨率为240×320，H.264编码，形成结构化的多模态时序样本。

特点

数据集聚焦于单一电池抓取任务，具备高度的任务专一性与示范一致性，包含左右主视角及右腕部视角两路视频流，能够为视觉-动作联合建模提供多视角观测支持。其状态与动作空间均为12维连续量，涵盖双臂肩、肘、腕及夹爪的精细位姿，时间戳、帧索引与回合索引等元信息完备，便于时序对齐与分段处理。数据集采用Apache-2.0许可，以chunk分片方式管理，单文件与单视频尺寸受控，兼顾存储效率与读取便利。

使用方法

研究人员可借助LeRobot工具链直接加载该数据集，利用HuggingFace Spaces提供的可视化界面在线浏览回放各回合的视觉与动作轨迹。数据以data/chunk-{chunk_index}/file-{file_index}.parquet路径组织，视频按video_path规则存放，用户可通过解析meta/info.json获取机器人类型、帧率、特征维度与划分信息，进而构建模仿学习或行为克隆的训练管线。使用时按回合索引切分训练集，将observation.state与observation.images作为输入，action作为预测目标，即可开展策略网络的端到端训练与评估。

背景与挑战

背景概述

在机器人学习与灵巧操作领域，双臂协同完成精细抓取任务长期被视为极具挑战性的课题，其核心难点在于高维动作空间的协调控制与多模态感知的融合。pick_battery_best数据集于近年基于LeRobot框架构建，由相关研究团队面向电池抓取这一典型工业场景采集而成。该数据集涵盖100个演示回合、86489帧、30Hz采样频率，配备双七自由度机械臂及双视角视觉观测，旨在为视觉-动作联合建模提供高质量示范数据。其构建推动了双臂操作策略学习与具身智能领域的发展，为模仿学习与强化学习算法提供了标准化评测基准。

当前挑战

在领域问题层面，该数据集致力于攻克双臂协同抓取电池时的高精度位姿控制、双臂运动规划与抓取稳定性难题，此类任务对时序动作的连续性与视觉-运动映射的准确性要求极高。在构建过程中，数据采集面临双臂硬件同步与标定误差控制、30Hz高频下多模态数据流的一致性保障、以及大规模演示数据的存储与解码效率等挑战。此外，仅包含单一任务与100个回合，样本多样性受限，可能制约策略的泛化能力，如何在此基础上实现跨场景迁移仍是亟待解决的难题。

常用场景

经典使用场景

在双臂机器人操作学习领域，pick_battery_best数据集为模仿学习与端到端策略训练提供了高质量的示范轨迹。该数据集依托LeRobot框架构建，涵盖100条完整演示回合，累计86489帧，以30fps的采样频率同步记录双臂12维关节位置与两路视觉观测，其经典用法在于训练机器人从视觉输入直接映射至动作输出的抓取策略，使双机械臂能够在协同配合下完成电池拾取这一精细操作任务。

实际应用

在实际应用层面，该数据集可直接服务于工业装配与仓储物流场景中的电池分拣与拾取任务。基于该数据训练的策略模型能够迁移至具备双臂结构的实体机器人平台，在有限感知条件下完成目标识别、接近与抓取等连续动作，进而降低产线对人工操作的依赖，提升作业效率与一致性。其视觉-动作数据格式亦便于与仿真环境对接，支撑策略的预训练与快速微调。

衍生相关工作

围绕该数据集，已有若干基于LeRobot生态的经典工作相继展开，包括面向双臂协同的模仿学习策略复现、视觉编码器在低分辨率观测下的适配研究，以及动作分块与扩散策略等生成式方法在该任务上的验证。这些工作依托统一的代码库与数据格式，形成了从数据采集、策略训练到实物部署的完整链条，为后续研究者提供了可扩展的基线方案与对比参照。