Datasets(으)로 돌아가기
레로봇 데이터 세트 컬렉션
HuggingFace의 LeRobot 데이터 세트 허브를 탐색하십시오: 181+ 표준화된 로봇 데이터 세트, Parquet+MP4 형식 ALOHA, DROID, PushT, xArm, 그리고 더 많은 것. Apache 2.0 프레임워크.
HuggingFace의 표준화된 로봇 데이터 세트 181개 이상으로 로봇 학습에 가장 가까운 이미지네트입니다.
Apache 2.0 (프레임워크) 파켓 + MP4 파이토치 네이티브
주요 통계
| Metric | Value |
|---|---|
| Total datasets | 181+ (and growing) |
| Robots covered | ALOHA, xArm, WidowX, Franka, UR5e, Unitree G1, Reachy, Koch, SO-100, and dozens more |
| Format | Standardized Parquet (tabular) + MP4 (video), streaming-friendly |
| Framework license | Apache 2.0 |
| Individual dataset licenses | Varies (mostly Apache 2.0; check each dataset card) |
| Training support | ACT, Diffusion Policy, VQ-BeT, TD-MPC built in |
레로봇은 뭐죠?
레로봇은 로봇 데이터의 분해 문제에 대한 HuggingFace의 해답입니다. 레로봇 이전에는 모든 실험실이 HDF5, TFRecord, RLDS, 원료 ROS 가방, 사용자 지정 CSV를 사용하는 방식이었습니다. 여러 소스에서 데이터를 사용하는 모델을 훈련시키는 것은 각각의 데이터 로더를 다른 방식으로 작성하는 것을 의미했습니다.
레로봇은 모든 것을 하나의 스케마로 표준화합니다. 구조화된 데이터 (공동 위치, 액션, 시간표, 에피소드 경계) 및 비디오 관측을 위한 MP4 파일. 이것은 컬렉션의 모든 데이터 세트를 동일한 두 라인 코드로 로드하고 전체 데이터 세트를 다운로드하지 않고 HuggingFace에서 스트리밍하고 ACT, 디스포지션 정책 또는 VQ-BeT에 대한 LeRobot 훈련 파이프라인에 직접 연결할 수 있음을 의미합니다.
수집의 주요 데이터 세트 가족에는 다음과 같은 것들이 있습니다.
- ALOHA 스위트: 시메이션과 실제 양동동 조작을 다루는 20가지 이상의 버전에
- PushT: 가톨릭 전파 정책 기준 (상태 및 이미지 변종)
- xArm: UFactory xArm로 업무를 올리고 밀어 넣는 작업
- RoboCasa: 시뮬레이션에서 부엌 조작
- DROID 하위 집합: DROID 실세계 코퍼스의 40M 줄 변환
- 공동체 데이터 세트: UTokyo, Columbia, Koch, SO-100, 그리고 많은 다른
사용 방법
# Install LeRobot
pip install lerobot
# List all available datasets
python -m lerobot.scripts.list_datasets
# Load a dataset (streaming from HuggingFace)
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("lerobot/aloha_sim_transfer_cube_human")
# Access observations and actions
print(dataset[0]) # First frame: observation.images, observation.state, action
# Train ACT on the dataset
python -m lerobot.scripts.train \
--dataset.repo_id=lerobot/aloha_sim_transfer_cube_human \
--policy=act