Datasets:
|
Download README.md from Zyrobotics/hf_rssr_fr3_data: direct link, hf CLI and curl.
- Browser
- Download file 6.01 kB
-
https://huggingface.co/datasets/Zyrobotics/hf_rssr_fr3_data/resolve/main/README.md
- Command line
-
hf download hf://datasets/Zyrobotics/hf_rssr_fr3_data/README.md
-
curl -L -H "Authorization: Bearer $HF_TOKEN" -o README.md https://huggingface.co/datasets/Zyrobotics/hf_rssr_fr3_data/resolve/main/README.md
6.01 kB
| license: other | |
| license_name: academic-only | |
| license_link: LICENSE | |
| extra_gated_prompt: "本数据集仅限学术研究使用,禁止商用。访问需要仓库所有者人工审批。This dataset is for academic research only; access is approved manually." | |
| pretty_name: RSSR FR3 Duo sim demos (15-episode samples) | |
| task_categories: | |
| - robotics | |
| tags: | |
| - lerobot | |
| - franka | |
| - fr3 | |
| - bimanual | |
| - robotiq | |
| - simulation | |
| configs: | |
| - config_name: cup_r10_diverse2 | |
| data_files: cup/r10_diverse2/data/*/*.parquet | |
| - config_name: cup_r10_diverse3 | |
| data_files: cup/r10_diverse3/data/*/*.parquet | |
| - config_name: block_r10_diverse2 | |
| data_files: block/r10_diverse2/data/*/*.parquet | |
| - config_name: block_v2_diverse | |
| data_files: block/v2_diverse/data/*/*.parquet | |
| - config_name: drawer_v2_draw_new | |
| data_files: drawer/v2_draw_new/data/*/*.parquet | |
| # RSSR FR3 Duo 仿真示教样本 | |
| 双臂 Franka FR3 + Robotiq 2F-85(FR3 Duo)的仿真示教数据,用于 π0.5 末端位姿(EEF)监督训练。每个版本从完整训练集中挑出 **15 条有代表性的示教**,这里只放这些样本,完整数据集不在本仓库。 | |
| **仅限学术研究使用,禁止商用。** | |
| ## 目录 | |
| | 子文件夹 | 来源数据集 | 完整集条数(训练 + 验证) | 本样本 15 条的构成 | 仿真成功率 | | |
| |---|---|---|---|---| | |
| | `cup/r10_diverse2` | `rssr_fr3r10_cup_diverse2_eef` | 553 + 10 | 普通 7、DART 4、DART2 4 | 10 cm 集 80%(已上真机) | | |
| | `cup/r10_diverse3` | `rssr_fr3r10_cup_diverse3_eef` | 715 + 10 | 普通 5、DART 3、DART2 2、抓取段 DART 5 | 训练中,暂无结果 | | |
| | `block/r10_diverse2` | `rssr_fr3r10_block_diverse2_eef` | 507 + 10 | 普通 7、DART 4、DART2 4 | yichen 4 cm 集 66%,10 cm 集 50% | | |
| | `block/v2_diverse` | `rssr_fr3v2_block_diverse_eef` | 745 + 10 | 普通 7(yichen 发布的精修示教 3、yichen 未发布的精修示教 2、新摆放 2)、DART 4、DART2 4 | 4 cm 集 58% | | |
| | `drawer/v2_draw_new` | `rssr_fr3v2_drawer_eef` | 90 + 10 | 普通 15 | 30% | | |
| 每个子文件夹都是一个完整的 LeRobot v2.1 数据集(`meta/`、`data/`、`videos/`),可以单独加载。成功率为仿真闭环评测(每组 50 次,RTC 推理)。杯子和方块:叠好、松手、底下的物体留在桌上就算成功;抽屉:方块进抽屉、松手,结束时抽屉已关上。 | |
| ## 各版本配方 | |
| **cup/r10_diverse2(杯子 Diverse2)**:杯子在半径 10 cm 范围内随机摆放;杯壁抓取点固定(左手方位 135°,右手镜像);两臂交接处不停顿,末尾 2 s 静止;包含 DART / DART2 扰动示教(在示教轨迹上加脉冲扰动,标签拉回原轨迹)。共约 500 条,已在真机上部署。 | |
| **cup/r10_diverse3(杯子 Diverse3)**:Diverse2 加上抓取段 DART(为 166 个 DART 源各生成 1 条,训练集中有 161 条,文件名带 `__gdart`):在闭合前的最后一段下降中加 1.5–3 cm 的偏移,偏移在闭合前 0.15 s 内消失,标签拉回正确的抓取点,用来教策略在没对准时主动修正。 | |
| **block/r10_diverse2(方块 Diverse2)**:抓取面固定(选离安装座 −y 方向最近的那对面和手指顺序),方块在 10 cm 范围内摆放,yaw ±30°,包含 DART / DART2,共约 517 条。 | |
| **block/v2_diverse(方块 v2 Diverse)**:上一代最好的方块版本,4 cm 摆放范围。由 yichen 发布的 v2 精修示教、yichen 未发布的精修示教、新摆放位置的示教,加上 DART / DART2 组成,末尾补 2 s 静止。 | |
| **drawer/v2_draw_new(抽屉)**:yichen 的 `v2_draw_new`(100 条)通过 FK 换算成 EEF,末尾补 2 s 静止。 | |
| ## 共同格式 | |
| - 30 fps;三路相机:`observation.images.cam_high`(头部)、`cam_left_wrist`、`cam_right_wrist`;224×224 h264。原始画面是 4:3(224×168),上下各补 28 px 黑边。 | |
| - `action` 和 `observation.state` 都是 22 维:`[左臂 10 | 右臂 10 | left_fr3v2_joint3, right_fr3v2_joint3]`,每臂 10 维 = TCP 位置 3(m)+ 旋转 6D 3(旋转矩阵的前两列,列优先)+ 夹爪开口 1(m)。位姿都在 `fr3_duo_mount_body` 坐标系下(两个臂座中间);joint3 是绝对关节角(rad)。 | |
| - `action` 是指令值(对指令关节角做 FK,再加上指令开口),`state` 是测量值;`action[t]` 从第 t 帧执行到第 t+1 帧。完整定义见 `meta/info.json` 的 `action_contract`。 | |
| - 提示词:杯子 `Stack_the_cups_together.`,方块 `Stack the red cube on top of the green cube.`,抽屉 `Put_the_block_in_the_drawer.` | |
| ## 训练用的动作表示与归一化 | |
| parquet 里存的是绝对动作。训练时用的是 rel_chunk0 表示:对每个 chunk,位置相对当前测量末端位置(`p − p_state[t]`),旋转为 `R · R_state[t]^T`,夹爪和 joint3 保持绝对值。 | |
| - `meta/stats.json`:完整数据集的统计量(绝对动作)。 | |
| - `meta/stats_rel_chunk0.json`:完整数据集上 rel_chunk0 动作的统计量,即训练实际用的归一化。 | |
| - `meta/episodes_stats.jsonl`:只统计这 15 条。LeRobot v2.1 加载时默认用它汇总,所以要复现训练归一化,请改用上面两个文件。 | |
| ## 样本是怎么挑的 | |
| 先按示教类型(普通 / DART / DART2 / 抓取段 DART)分配名额,然后在每类内部按抓取瞬间两手的末端位置(方块再加抓取 yaw)做 k-means,取离每个聚类中心最近的那条,并且 15 条的摆放位置互不重复。每条样本对应完整集里的哪一条、属于哪个类型、原始 run 名,都记在 `meta/subset.json`。 | |
| ## 加载示例 | |
| ```python | |
| from huggingface_hub import snapshot_download | |
| from lerobot.common.datasets.lerobot_dataset import LeRobotDataset | |
| path = snapshot_download("Zyrobotics/hf_rssr_fr3_data", repo_type="dataset", | |
| allow_patterns="cup/r10_diverse2/*") | |
| ds = LeRobotDataset("local/cup_r10_diverse2", root=f"{path}/cup/r10_diverse2") | |
| frame = ds[0] # observation.images.*: (3, 224, 224),action: (22,) | |
| ``` | |