lerobot/pusht

数据集简介

PushT 是一个用于机器人操作任务（特别是推动任务）的数据集，由 lerobot 团队发布。它包含了机器人在执行推动物体任务时收集的多模态时序数据。

主要用途

该数据集主要用于机器人学习领域的研究和开发，特别是：
* 训练和评估机器人模仿学习（Imitation Learning）算法
* 开发机器人操作技能（如推动物体）的模型
* 作为强化学习或离线强化学习的基准数据集

数据类型/模态

数据集包含三种主要的数据模态：
1. 视频（Video）：记录了机器人执行推动任务时的视觉观察。
2. 时序数据（Timeseries）：包含了机器人状态（如关节角度、末端执行器位置）和动作指令等随时间变化的数据。
3. 表格数据（Tabular）：以结构化的表格形式组织上述时序和状态信息。

规模与统计信息

• 数据条数：25,650 行（通常对应不同的时间步或轨迹片段）。
• 数据格式：主要存储为 Parquet 格式，便于高效读取和处理。
• 受欢迎程度：截至元数据记录时，已获得 6,840 次下载和 43 个点赞。

使用场景

• 算法研究：为机器人模仿学习、行为克隆、视觉运动策略学习等提供标准化的训练和测试数据。
• 模型验证：作为比较不同机器人学习算法性能的基准。
• 仿真到真实迁移：可用于研究在仿真中训练的模型如何迁移到真实机器人上执行类似的推动任务。