---
license: cc-by-nc-4.0
tags:
- robotics
- lerobot
- manipulation
configs:
- config_name: train
  data_files: train/data/*/*.parquet
- config_name: val_old
  data_files: val_old/data/*/*.parquet
- config_name: val_1013
  data_files: val_1013/data/*/*.parquet
---

# 天机双臂折纸盒：按阶段提示词的 SFT 数据（v4）

天机双臂机器人把平铺的纸板折成盒子的示教数据。每条录像按人工标注切成 4 段，每段配一句阶段提示词，用于训练能按提示词逐段执行的 pi0.5 策略（subtask 模型）。

数据为 LeRobot v3.0 格式，三个子目录各是一个独立的数据集根目录。

| 目录 | 来源录像 | episode 数 | 其中“保持”样本 | 帧数 |
|---|---|---|---|---|
| `train/` | 155 条（10-10 至 10-13） | 8,342 | 7,530 | 489,456 |
| `val_old/` | 4 条（10-10 至 10-12 留出） | 136 | 120 | 8,280 |
| `val_1013/` | 8 条（10-13 按会话留出） | 392 | 360 | 20,273 |

## 阶段与提示词

| 段 | 内容 | 提示词（`task`） |
|---|---|---|
| 1 | 起后壁、压顶盖 | `Raise the back wall and press down the top lid.` |
| 2 | 第一侧 | `Fold the right side.` 或 `Fold the left side.`（按实际先做的一侧） |
| 3 | 第二侧 | 另一侧的提示词 |
| 4 | 推盒回位 | `Push the box back into place.` |

## 特征

- `observation.state`（20 维）：两臂各 10 维，依次为末端位置 xyz、旋转 6D（旋转矩阵前两列 r00 r10 r20 r01 r11 r21）、夹爪命令开合度。A 臂在前，B 臂在后。位姿为拍照时刻的实测末端。
- `action`（600 维）：从当前帧起按真实时间 15Hz 取 30 步（2 秒）的动作块，每步 20 维，排列同状态，按步展平（第 k 步在 `[20k, 20k+20)`）。动作语义是控制器参考的末端位姿；夹爪是命令值。
- 图像：`observation.images.cam_high`（头部，360×640）、`cam_left_wrist`、`cam_right_wrist`（腕部，480×640）。
- 数据集 `fps` 写的是名义值 10。观测帧保留原始采样：10-10 至 10-12 的录像是 10Hz，10-13 的是 15Hz。时间戳和视频都按名义 10fps 编号；动作块已按真实时间预先算好，不依赖 fps。

## 构造方式

由 v3 数据（每条整段录像、单一提示词）加人工切段标注生成，规则参照 A1 机器人上验证过的做法，脚本见 `scripts/build_v4.py`：

1. **按段拆条**：每段单独成一条 episode，每帧配该段提示词。
2. **段尾截断**：动作块中超出本段最后一帧时刻的步，替换为本段最后一帧的第 0 步动作，表示“做完本段、没有收到下一段提示词就停住”。
3. **切点前移抖动**（仅训练集）：每个切点随机往前挪 0 到 0.33 秒，挪出的帧配下一段提示词、动作为录像真实动作。
4. **保持样本**：每个人工切点之后 1 秒内的每一帧，单独成一条 1 帧的 episode。画面和状态取自该帧，提示词是上一段的，动作块 30 步全是“两臂保持当前实测位姿、夹爪保持上一段最后的命令”。在 `build_report.json` 里标为 `cf_hold`。
5. **新数据加权**：10-13 的 15Hz 录像复制两份，每份抖动独立。
6. **标注修正**：剔除未完成的 4 条（训练集序号 41、49、55、141）；按标注员备注改正先做哪侧：训练集 19 改为先左、51 改为先右，`val_1013` 的 7 改为先左。

每个子目录的 `build_report.json` 记录了每条 episode 来自哪条源录像的哪几帧、第几段、是正常分段还是保持样本。

## 归一化统计

`norm_stats.json` 是训练 subtask 模型时用的归一化统计（与 v3 相同，状态和动作格式一致）。部署时须与模型一起使用。

## 使用

```python
from huggingface_hub import snapshot_download
from lerobot.datasets.lerobot_dataset import LeRobotDataset

root = snapshot_download("loopeva/tianji-box-subtask-v4", repo_type="dataset")
train = LeRobotDataset("tianji_v4", root=f"{root}/train")
```

## 许可证

[CC BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/)：可自由使用、修改和再分发，须署名，不得用于商业目的。