lerobot_pusht (TsFile 格式)

本数据集由 HuggingFace 数据集 lerobot/pusht 转换为 Apache TsFile 格式。 原始数据集：https://huggingface.co/datasets/lerobot/pusht

数据集简介

Push-T 是 Diffusion Policy（Chi et al. 2023）提出的机械臂操作基准任务：智能体需把一个 T 形物块推到目标位姿。本数据集使用 LeRobot 采集（codebase v2.0），是其低维状态版本——二维末端执行器状态与二维动作的时间序列。

• Homepage：https://diffusion-policy.cs.columbia.edu/
• Paper：https://arxiv.org/abs/2303.04137v5
• License：MIT
• 规模：206 episodes / 25,650 frames / 1 task
• 采样率：10 fps（每帧 100 ms）

原始数据结构

列	类型	说明
observation.state	float32[2]	末端执行器状态（x, y）
action	float32[2]	动作（x, y）
episode_index	int64	episode 序号
frame_index	int64	episode 内帧序号
timestamp	float32	episode 内相对秒数
next.reward	float32	奖励
next.done / next.success	bool	终止 / 成功标志
index	int64	全局样本序号
task_index	int64	任务序号
observation.image	video[96×96×3]	（未包含，本低维版本不含图像）

转换为 TsFile 的说明

转换走「脚本预处理 + Apache TsFile Java 工具（schema 模式）」路径：

• 数组展开：observation.state[2] → state_0、state_1；action[2] → action_0、action_1（保持 float32 单精度 → TsFile FLOAT）。
• 列名清洗：. 统一替换为 _（next.reward → next_reward 等）。
• 时间轴：Time = frame_index × 100ms（10 fps），时间精度 ms。
• Tag 列（设备维度）：episode_id、task_id 声明为 TsFile TAG，因此每个 episode 是独立 device，各自时间轴从 0 开始、互不冲突。
• ⚠️ 丢弃的列：原始 timestamp（episode 相对秒数，float）被丢弃，因为它在不同 episode 间会重复；改用 frame_index × 100ms 的整数毫秒时间轴。其余列全部保留。

转换后表名为 pusht，单文件 lerobot_pusht.tsfile，共 25,650 行。

用法

# 用 Apache TsFile SDK 读取 lerobot_pusht.tsfile
from tsfile import TsFileReader
reader = TsFileReader("lerobot_pusht.tsfile")
# table "pusht"：tag 列 episode_id / task_id，其余为 field 测点

引用

@article{chi2024diffusionpolicy,
    author = {Cheng Chi and Zhenjia Xu and Siyuan Feng and Eric Cousineau and Yilun Du and Benjamin Burchfiel and Russ Tedrake and Shuran Song},
    title ={Diffusion Policy: Visuomotor Policy Learning via Action Diffusion},
    journal = {The International Journal of Robotics Research},
    year = {2024},
}