The dataset viewer is not available for this split.
Error code: StreamingRowsError
Exception: ValueError
Message: Expected object or value
Traceback: Traceback (most recent call last):
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 291, in _generate_tables
pa_table = paj.read_json(
io.BytesIO(batch), read_options=paj.ReadOptions(block_size=block_size)
)
File "pyarrow/_json.pyx", line 364, in pyarrow._json.read_json
File "pyarrow/error.pxi", line 155, in pyarrow.lib.pyarrow_internal_check_status
File "pyarrow/error.pxi", line 92, in pyarrow.lib.check_status
raise convert_status(status)
pyarrow.lib.ArrowInvalid: JSON parse error: Column() changed from object to string in row 0
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "/src/services/worker/src/worker/utils.py", line 149, in get_rows_or_raise
return get_rows(
dataset=dataset,
...<4 lines>...
column_names=column_names,
)
File "/src/libs/libcommon/src/libcommon/utils.py", line 272, in decorator
return func(*args, **kwargs)
File "/src/services/worker/src/worker/utils.py", line 129, in get_rows
rows_plus_one = list(itertools.islice(safe_iter(ds, dataset=dataset), rows_max_number + 1))
File "/src/services/worker/src/worker/utils.py", line 544, in safe_iter
yield from ds.decode(False) if ds.features else ds
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 3052, in __iter__
for key, example in ex_iterable:
^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 2559, in __iter__
for key, pa_table in self._iter_arrow():
~~~~~~~~~~~~~~~~^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 2584, in _iter_arrow
for key, pa_table in self.ex_iterable._iter_arrow():
~~~~~~~~~~~~~~~~~~~~~~~~~~~~^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 558, in _iter_arrow
for key, pa_table in iterator:
^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 440, in _iter_arrow
for key, pa_table in self.generate_tables_fn(**gen_kwags):
~~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 306, in _generate_tables
batch = json_encode_fields_in_json_lines(original_batch, json_field_paths)
File "/usr/local/lib/python3.14/site-packages/datasets/utils/json.py", line 111, in json_encode_fields_in_json_lines
examples = [ujson_loads(line) for line in original_batch.splitlines()]
~~~~~~~~~~~^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/utils/json.py", line 20, in ujson_loads
return pd.io.json.ujson_loads(*args, **kwargs)
~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^
ValueError: Expected object or valueNeed help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
RoboKata
上传中：请等待 release_status.json 的 complete 为 true 后再使用完整数据。
RoboKata contains 3,600 simulated expert recordings for learning robot tasks from demonstration videos: 3,000 Franka recordings and 600 ALOHA recordings, with 12,000 fixed Demo → Query training pairs.
A complete task specifies an object, a grasp, an ordered sequence of world-space object-origin waypoints, and placement. Demonstrations and queries share the complete task while using different physical initial states. The main Demo input is RGB only.
示例：金属直筒杯、杯身抓取、R18 三路点。左为 ALOHA AB4_AB4_G133_A15_T1，右为 Franka FR2P_FW1_I075_C1_T4；两边均为专家录制。路点和实测轨迹是报告可视化，不在原始模型 RGB 内。播放对照视频。
数据组成
| 项目 | 内容 |
|---|---|
| 机械臂 | Franka Panda、ALOHA AgileX |
| 完整任务 | 300 个，每任务 10 条 Franka＋2 条 ALOHA |
| 物体／抓法 | 20 个物体资产、25 个物体—抓法单元 |
| 路线 | 24 条有序路线，含 1／2／3 个路点 |
| 视觉条件 | 15 个外部视角、15 个背景；正面视角占比更高 |
| Franka 初态组织 | 500 个独立物理初态组，每组 6 个任务，共 3000 条 |
| ALOHA 初态组织 | 300 个独立物理初态组，每组 2 个意图，共 600 条；组内两物体互为目标／干扰物 |
| 记录频率 | RGB／观测 50 Hz，实测物理状态 250 Hz |
| 公开版本 | 2026-11-10；保留原始录制的完整时序、全部已记录相机及时间戳 |
这是新版视觉条件、笔筒替换和均衡 ALOHA 采集后的数据版本。它与早期 RoboICL 数据版本不同。只包含最终合格录制，试采控制和失败尝试不在本发布包内；接触身份修复后的 600 条 ALOHA 选择清单已完成整组核验。
划分与配对
本次 3600 条全部属于 train，不包含验证集或测试集。
- Query：3000 条 Franka 录制。
- 每个 Query 的 Demo：同任务的 2 条 ALOHA，加另外 2 条不同初态的 Franka。
- 共 12000 个唯一有向配对：6000 个 ALOHA → Franka、6000 个 Franka → Franka；不包含自配。
- 每条 ALOHA 在配对表中作为 Demo 使用 10 次，每条 Franka 作为 Demo 使用 2 次。
- 两条 Franka Demo 通过按任务确定的随机排列及循环偏移选取；完整规则在
DATASET.json，固定结果在manifests/pairs.jsonl。
同一初态组内不同任务的录制可用于意图对照，不作为正配对。任务标签、物体标识、抓法和路点元数据供组织、取样与审计使用，不是主模型的 Demo 输入。若另行建立训练／验证划分，应先按独立物理初态组划分，再生成组内配对。
文件结构
DATASET.json # 数据版本、数量、输入角色和配对规则
bundle.json # 数据文件的字节数及 SHA-256
release_status.json # 上传完成状态与远端核验结果
manifests/
records.jsonl # 3600 条录制及相对路径
tasks.json # 300 个任务及其 10＋2 条录制
families.json # 500 个 Franka 组＋300 个 ALOHA 组
splits.json # 全部 train；validation/test 为空
pairs.jsonl # 固定 12000 个 Demo → Query 配对
records/franka/<id>/
policy_recording.npz # 双视角 RGB、50 Hz 状态／动作／时间戳
measurements.npz # 250 Hz 实测物体与机器人状态
calibration.json
record.json
records/aloha/<id>/
episode.hdf5 # 头部＋双腕 RGB、原生观测及时间戳
trace.npz # 250 Hz 实测物体／末端／关节及阶段
actual_joints.npz # 原生关节位置与速度
calibration.json
record.json
数据文件保留原容器字节，不用预览视频替代 RGB。包内路径均相对数据集根目录。物体和机械臂 mesh、训练权重、特征缓存、训练脚本及评测数据不包含在本包内。
下载和读取
请先确认 release_status.json 中 complete 为 true。
from huggingface_hub import snapshot_download
snapshot_download(repo_id="xieshanrui/RoboKata", repo_type="dataset", local_dir="RoboKata")
python RoboKata/verify_download.py RoboKata
python RoboKata/read_pair.py RoboKata --index 0
文件键、坐标和时钟定义见 DATA_FORMAT.md。read_pair.py 展示如何按配对索引取原始 Demo 头部 RGB 与 Franka Query 数据，不执行训练预处理。
生成与来源
数据使用 RoboTwin、SAPIEN 和 cuRobo 生成；项目模型代码位于 RoboKata。此处发布专家录制与元数据，不重新分发仿真 mesh 或预训练模型，也不将上游代码许可证当作所有第三方资产的统一许可证。
数据包含 RGB 回读、时间对齐、实际持物和有序路点验收。整组同初态核验与配对清单检查不代表对所有视频进行了逐帧人工审查。专家录制的成功不代表学习策略的成功率。
- Downloads last month
- 243