数据集简介
该数据集名为 aloha_mobile_wipe_wine，由 lerobot 发布，主要用于机器人学习与操作任务的研究，特别是涉及移动操作和模仿学习的场景。
主要用途
- 机器人模仿学习：用于训练机器人执行复杂的移动操作任务。
- 任务泛化研究：支持研究机器人如何将学到的技能泛化到新环境或新物体上。
- 算法基准测试：可作为机器人控制、轨迹学习等算法的评估基准。
数据类型/模态
数据集包含多种模态的数据，以支持全面的机器人学习：
- 表格数据 (Tabular)：记录机器人状态、动作指令等结构化信息。
- 时间序列 (Timeseries)：包含传感器读数、关节角度等随时间变化的数据。
- 视频 (Video)：提供任务执行过程中的视觉观测，便于进行视觉-动作对齐学习。
规模与统计
- 数据量：共包含 65,000 行数据。
- 存储格式：数据以 Parquet 格式存储，便于高效读取和处理。
- 访问状态：数据集公开可用，无需特殊权限即可下载。
使用场景
- 学术研究：适用于机器人学、人工智能、机器学习等领域的研究人员。
- 算法开发：可用于开发或测试新的机器人控制、模仿学习或强化学习算法。
- 教学与演示：适合用于课程项目或技术演示，展示机器人移动操作能力。
特点
- 多模态融合：结合了表格、时间序列和视频数据，提供丰富的任务上下文。
- 真实任务导向：数据来源于实际的机器人移动操作任务（如“擦拭酒瓶”），具有较高的实用价值。
- 易于集成：支持通过主流数据处理库（如
pandas, polars）直接加载，方便快速实验。