| --- |
| license: apache-2.0 |
| task_categories: |
| - robotics |
| tags: |
| - robotics |
| - manipulation |
| - cross-embodiment |
| - RoboTwin |
| - imitation-learning |
| pretty_name: XRoboTwin Cross-Embodiment Manipulation Data |
| --- |
| |
| # XRoboTwin 跨本体操作数据集 |
|
|
| 基于 [RoboTwin](https://github.com/TianxingChen/RoboTwin) 仿真环境采集的多任务、多本体专家演示数据, |
| 用于跨本体模仿学习 / 策略训练（如 LBM）。 |
|
|
| ## 目录结构（长期可扩展） |
|
|
| 数据按**批次（batch）→ 任务（task）→ 本体组（embodiment group）**三级组织,新批次/新任务同构并列、互不覆盖: |
|
|
| ``` |
| <batch>/ # 一次采集设置的快照,如 train300 |
| └── <task>/<embodiment>_clean_<N>/ # N = 每组成功演示条数 |
| ├── data/episode*.hdf5 # 训练数据(主)：RGB(head+wrist) + qpos + endpose |
| ├── video/episode*.mp4 # 预览视频 |
| ├── _traj_data/episode*.pkl # 规划轨迹缓存 |
| ├── scene_info.json # 每条 episode 的场景信息(可复现) |
| └── seed.txt # 成功 episode 的随机种子(可复现) |
| ``` |
|
|
| 命名遵循 `{task}/{embodiment}_clean_{N}`,与 RoboTwin 仓库内部数据约定一致。 |
|
|
| ## 本体与采集配置 |
|
|
| | 本体(embodiment) | 注册名 | 双臂间距 dis | 说明 | |
| |------------------|--------|-------------|------| |
| | aloha-agilex | `aloha-agilex` | 原生双臂 | — | |
| | ARX-X5 | `ARX-X5` | 0.6 | 伪双臂 | |
| | franka-panda | `franka-panda` | 0.8 | 伪双臂 | |
| | piper | `piper` | 0.4 | 伪双臂 | |
| | ur5-wsg | `ur5-wsg` | 0.8 | 伪双臂 | |
|
|
| 相机: head + wrist 均为 D435,采集 RGB；数据类型含 `qpos`、`endpose`。 |
|
|
| ## 批次台账 |
|
|
| | 批次 | 采集日期 | 任务数 | 本体数 | 每组条数 | 组数 | HDF5 体量 | |
| |------|---------|--------|--------|---------|------|-----------| |
| | `train300` | 2026-06 | 9 | 5 | 300 | 45 | ~81 GB | |
|
|
| ### `train300` 任务清单（9） |
|
|
| `move_can_pot`, `place_a2b_left`, `place_container_plate`, `place_mouse_pad`, |
| `grab_roller`, `place_bread_basket`, `place_burger_fries`, `place_phone_stand`, `stack_bowls_two` |
|
|
| ## 追加新批次的方法 |
|
|
| 数据采集与上传均已 config 化（见 XRoboTwin 仓库）: |
|
|
| ```bash |
| # 1) 采集：编辑 collect_manifests/<batch>.yml 后 |
| bash run_collect_manifest.sh collect_manifests/<batch>.yml |
| |
| # 2) 上传：指向新批次目录即可（自动断点续传、不覆盖其他批次） |
| UP_FOLDER=/mnt/xspark-data/XRoboTwinData/<batch> bash run_upload_hf.sh |
| ``` |
|
|
