Dataset Viewer
Duplicate
The dataset viewer is not available for this split.
Cannot extract the features (columns) for the split 'test' of the config 'default' of the dataset.
Error code:   FeaturesError
Exception:    ArrowInvalid
Message:      JSON parse error: Invalid value. in row 0
Traceback:    Traceback (most recent call last):
                File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 342, in _generate_tables
                  df = pandas_read_json(f)
                File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 38, in pandas_read_json
                  return pd.read_json(path_or_buf, **kwargs)
                         ~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^
                File "/usr/local/lib/python3.14/site-packages/pandas/io/json/_json.py", line 815, in read_json
                  return json_reader.read()
                         ~~~~~~~~~~~~~~~~^^
                File "/usr/local/lib/python3.14/site-packages/pandas/io/json/_json.py", line 1014, in read
                  obj = self._get_object_parser(self.data)
                File "/usr/local/lib/python3.14/site-packages/pandas/io/json/_json.py", line 1040, in _get_object_parser
                  obj = FrameParser(json, **kwargs).parse()
                File "/usr/local/lib/python3.14/site-packages/pandas/io/json/_json.py", line 1176, in parse
                  self._parse()
                  ~~~~~~~~~~~^^
                File "/usr/local/lib/python3.14/site-packages/pandas/io/json/_json.py", line 1392, in _parse
                  ujson_loads(json, precise_float=self.precise_float), dtype=None
                  ~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
              ValueError: Expected object or value
              
              During handling of the above exception, another exception occurred:
              
              Traceback (most recent call last):
                File "/src/services/worker/src/worker/job_runners/split/first_rows.py", line 244, in compute_first_rows_from_streaming_response
                  iterable_dataset = iterable_dataset._resolve_features()
                File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 4645, in _resolve_features
                  features = _infer_features_from_batch(self.with_format(None)._head())
                                                        ~~~~~~~~~~~~~~~~~~~~~~~~~~~~^^
                File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 2866, in _head
                  return next(iter(self.iter(batch_size=n)))
                File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 3073, in iter
                  for key, pa_table in ex_iterable.iter_arrow():
                                       ~~~~~~~~~~~~~~~~~~~~~~^^
                File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 2581, in _iter_arrow
                  yield from self.ex_iterable._iter_arrow()
                File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 558, in _iter_arrow
                  for key, pa_table in iterator:
                                       ^^^^^^^^
                File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 440, in _iter_arrow
                  for key, pa_table in self.generate_tables_fn(**gen_kwags):
                                       ~~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^
                File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 345, in _generate_tables
                  raise e
                File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 291, in _generate_tables
                  pa_table = paj.read_json(
                      io.BytesIO(batch), read_options=paj.ReadOptions(block_size=block_size)
                  )
                File "pyarrow/_json.pyx", line 364, in pyarrow._json.read_json
                File "pyarrow/error.pxi", line 155, in pyarrow.lib.pyarrow_internal_check_status
                  return check_status(status)
                File "pyarrow/error.pxi", line 92, in pyarrow.lib.check_status
                  raise convert_status(status)
              pyarrow.lib.ArrowInvalid: JSON parse error: Invalid value. in row 0

Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.

SimForge Panda Workcells: Failure and Hard-Normal Demo v0.18

原生数据预览 / Native simulation previews

以下为原ZIP中的PNG直接副本,未修图、未超分。它们展示实际交付画面,不是实拍;来源与像素SHA见PREVIEW_SOURCES.json。单帧预览不替代完整轨迹和事件判定。

原生仿真预览 1,非实拍

原生仿真预览 2,非实拍

面向机器人厂商、自动化集成商与算法团队的 Panda 三工位故障与困难正常仿真样品:料箱抓取、夹具落座、多件误取。欢迎先运行独立消费者SDK,验证字段、任务匹配与您的基线,再讨论客户工件与失败条件的定制。

这份样品具体提供什么

项目 实际交付
本体与任务 Panda七关节机械臂、双指夹爪;三种刚性参考工位
主数据 36条轨迹:train 18、validation 6、原test 12
额外新测试 增强模型冻结后生成12条,只用于独立测试;不可混入训练或调参
合计 48条轨迹、24个来源组、15,779时间步、31,558张同步双相机原生RGB
条件对照 24条故障与24条困难正常;保留来源、接触、动作与结果证据
训练观测 原生320×240、20Hz参考相机;关节/动作、Parquet与明确输入契约
独立使用 包内consumer加载、训练、评估与复算代码;具体命令见TECHNICAL_README与ZIP内START-HERE
视觉增强 另12张640×480 Cycles同状态样片;不属于主训练流

这里的“真实接触”指物理引擎中执行的碰撞与支撑约束,数据来源仍是仿真,不是真实工厂采集。物体为参考刚体,实际客户CAD、公差、相机、摩擦与执行器需另行适配。

已有验收与适用边界

原始发布完成了文件校验、独立消费者加载/训练/复算,以及48条轨迹的完整物理重放。本文对应冻结ZIP SHA,以包内acceptance、manifest和物理记录供复核。

增强模型与基础模型在同一批新增12条测试上的小样本结果如下:

模型 故障检出 额外报警段 困难正常报警 事件F1
基础模型 2/6 0 0 0.500
增强RGB模型 6/6 2 0 0.857

夹具分项仍有两个额外报警段,分项F1为0.667;困难正常监控曝光仅73.85秒。上述结果证明这批合成样品上的工程表现,不能估计工厂全天误停率或承诺真机收益。当前没有客户真实迁移或学习控制策略闭环验收。

适合先评估故障检测、困难正常区分、数据接入与版本回归。若用于模仿学习,需要按任务结果筛选,不能把所有失败轨迹当作成功动作;检测器输入须遵循白名单,不能混入审计真值。

希望共建的下一步: 您的具体工位中,哪些失败仍然漏检、哪些正常条件容易误报,以及现有规则或数据为何不足?我们优先围绕可复现、有真实评价条件的问题开展窄范围合作。测试探针接触异常、管线包勾挂、拆膜残留是待验证方向,尚未包含在本包。

下载与使用 / Download and use

本公开样品供您先验证数据结构、任务匹配和离线效果;按下方数据许可使用,无需先联系提供方。完整冻结数据及消费者代码位于 dataset.zip,原包字节保持不变。

  1. 下载并检查ZIP的SHA-256:80efb47a6d9c72adfca59d01700093256a0dc305537ea8c1f193720e2a858965。
  2. 解压到一个新的目录,进入解压后的目录。
  3. 按 TECHNICAL_README.md 与包内START-HERE/README安装依赖并运行加载、训练或评估。代码示例的相对路径均指解压目录。
  4. 这是ZIP交付包,Hub自动数据查看器不等于包内SDK验证;具体schema及兼容范围见技术说明。

试用结果与合作 / Feedback and collaboration

请用 EVALUATION_FEEDBACK.md 记录加载情况、原有基线、加入样品后的结果、漏检和误报;也可填写 EVALUATION_FEEDBACK.json。欢迎反馈未改善的结果。

数据使用问题和非敏感反馈可通过本仓库讨论区提交;维护者联系渠道见文末。反馈文件不会自动发送信息。

许可、来源和适用范围 / License and scope

生成数据许可见 LICENSE-DATA.md;包内代码、机器人模型与其他第三方资源分别保留其自身许可和归属。提供方信息见 PROVIDER.json,发布文件SHA见 PUBLICATION_MANIFEST.json。

本样品是仿真工程数据。加载/复算通过、仿真检测分数与客户真实收益分别评价。请保留困难正常、未知和失败样本,避免把失败动作全部当作成功示教;未经独立真实留出测试,不推定真机迁移效果。

Dataset Card Contact / 数据集维护联系

数据提供方:北京红白伞科技有限公司。联系人:王先生。

数据格式、复现、勘误和非敏感问题可在本仓库讨论区反馈。需要非公开沟通时,可自愿使用提供方公开的业务联系方式:电子邮箱 1186868898@qq.com;微信 wangyin2026。

联系时可注明数据集版本及具体问题。下载、按许可使用或提交问题均无需添加微信、发送邮件或付费。请勿在公开讨论中发布个人联系方式、客户图纸或敏感日志。

License scope and provenance / 许可范围与来源

自编数据及文档采用CC BY 4.0,自编代码采用MIT。第三方素材依其原始许可与署名使用,不因本公司发布而变为本公司独占资产。请同时阅读本次审查范围与限制。

Independent workcell comparison / 工位独立留出对比

可下载独立评估工具包,按填写与使用说明比较原有方案与新方案。只需Python标准库,无需仿真引擎;支持冻结协议、来源组隔离、逐类错误与困难正常误报、按组统计区间及配对错误代价对比。输入为客户独立复核的案例级真值和两方案预测,并非任意设备原始日志自动适配器。

工具包中的demo是人为构造的软件测试样例,不是厂商数据或模型效果证据。即使数值条件满足,也只进入客户复核阶段;当前公开仿真包的真机有效性仍未得到证明。请勿将客户数据或报告上传到公开仓库。

v2: separate truth and prediction intake / 独立真值与预测接入

使用客户准备清单准备授权范围、独立真值、来源组和事前协议。v2分别导入真值及两份预测CSV,按案例ID严格对齐,拒绝漏项、重复、额外案例及开发组混入;核对实际模型文件SHA256,生成可读报告、误判复核清单和证据目录校验。模型文件只做哈希校验,工具不能独立证明预测由该模型产生。

本轮软件测试68项通过,独立标准库演示完成冻结、评估和证据复核;这些是工具测试,不是客户真机验收。真实来源、真值、独立留出及客户签字仍需实际证据。所有客户输入和报告应留在客户受控本地目录,不要上传本公开仓库。

Downloads last month
85