data/raw/README.md

원본 시연 데이터 — 태스크별 (P0 ~ P3)

Apple Vision Pro 텔레오퍼레이션으로 ROBOTIS AI Worker FFW-BG2 에서 수집한 원본 에피소드. 특정 실험 세대(v7/v8/v9)에 묶이지 않는 공용 원천 데이터다 — 가공 데이터셋(LeRobot)과 가중치는 LIBERO_training 브랜치에 있다.

태스크 (지시문 문자열 그대로 — 대소문자·마침표 포함)

폴더	지시문	장면	에피소드	수집일
P0/	Pick up the tomato soup can and place it on the red plate.	soup + plate	100	2026-08-03 (87) + 08-04 검증분 편입 (13)
P1/	Pick up the tomato soup can and place it in the red bowl.	soup + bowl	100	2026-08-11 ~ 12
P2/	Pick up the Cheez-It box and place it on the red plate.	box + plate	100	2026-08-12 ~ 18
P3/	Pick up the Spam can and place it in the red bowl.	Spam + bowl	100	2026-08-18 ~ 21

물체는 전부 YCB 세트(005_tomato_soup_can, 003_cracker_box, 010_potted_meat_can, 029_plate, 024_bowl). 모든 태스크는 해당 물체 2개만 놓인 깨끗한 장면, 테이블 작업영역 내 무작위 배치로 수집했다 (다물체 장면은 수집이 아니라 평가에서 쓴다).

수집 조건 (공통)

• 왼팔 단독 구동, 오른팔은 대기 자세 고정, 리프트 고정 높이(−0.220)
• 카메라 4대: 헤드 좌/우(ZED Mini) + 손목 좌/우(RealSense D405), 640×480
• 레코더 20Hz 스냅샷 — 관절 상태·명령은 pkl, 영상은 카메라별 mp4
• 에피소드 규칙: 최종 목적지 안착 → 그리퍼 열기까지. 떨어뜨리고 다시 잡아 성공한 시연은 유지(회복 행동), 최종 실패·오른팔 이동·리프트 이동은 현장 드롭
• 판정은 수집자가 현장에서 육안으로 했다 (관절 신호 휴리스틱은 보고용일 뿐 게이트가 아님)

파일 형식

에피소드당 tar 1개: F_ffw_sg2_follower_L_fastapi_leader_real_<YYYYMMDD_HHMMSS>_<NNN>.tar

F_..._<NNN>/
  data_<timestamp>.pkl × N     20Hz 스텝 (관절 위치·명령·그리퍼·메타)
  cam_head_l.mp4  cam_head_r.mp4  cam_wrist_l.mp4  cam_wrist_r.mp4

각 태스크 폴더의 episodes.txt 가 포함 에피소드 목록이고, rejected.txt 는 현장/변환에서 제외된 에피소드(업로드하지 않음)와 사유다.

가공·학습과의 관계

• LeRobot 변환(10fps, 8축 표준형)과 태스크 병합은 LIBERO_training 브랜치 code/v8/ (convert_p1.sh → make_v7_dataset.py). 가공본: data/, 가중치: models/v8·v9/
• P0 의 13ep 는 2026-08-04 고정 배치 검증셋에서 편입한 것이다 (태스크당 100ep 통일을 위해). 검증셋 나머지 7ep 는 프로브·평가용으로 학습에 쓰지 않는다
• 에피소드 길이가 태스크마다 다르다 (평균 P0 345f · P1 491f · P2 549f · P3 ~400f, 10fps 기준). 학습 스텝은 에피소드 수가 아니라 변환본 실측 프레임에서 epoch 기준으로 산출한다