---
license: apache-2.0
task_categories:
  - robotics
language:
  - zh
  - en
tags:
  - humanoid-robot
  - long-horizon-tasks
  - manipulation
  - robot-learning
---

# 🤖 humanoid_long_horizon_tasks 人形机器人长周期任务数据集

本仓库是**人形机器人长程任务数据集**，用于记录和共享人形机器人在真实/仿真环境中完成复杂长周期任务的演示数据，为机器人学习、强化学习、具身智能研究提供高质量训练数据。

---

## 📋 任务列表（持续更新中）

| 任务名称 | 数据文件 | 状态 | 更新时间 | 说明 |
| :--- | :--- | :--- | :--- | :--- |
| `pick_water_bottle_handover_and_insert` | `water_bottle_pick_and_insert.rar` | ✅ 已上传 | 2026-05-11 | 水瓶抓取-递接-插入任务演示数据 |
| （后续任务1） | （对应压缩包文件名） | ⏳ 待上传 | - | （任务说明） |
| （后续任务2） | （对应压缩包文件名） | ⏳ 待上传 | - | （任务说明） |

---

## 📂 数据集结构说明

所有任务数据以 **`.rar` 压缩包**形式存储，下载后解压即可使用，统一结构如下：
```
water_bottle_pick_and_insert/
├── episode_0030/          # 单轮任务演示数据
│   ├── colors/            # RGB相机图像序列
│   │   ├── 000000_color_0.jpg
│   │   ├── 000000_color_1.jpg
│   │   └── ...
│   └── data.json          # 任务状态、动作序列、时间戳等元数据
├── episode_0031/
└── ...
```

- `episode_xxxx/`：单轮完整任务的演示数据，每一个文件夹对应一次从任务开始到结束的完整流程
- `colors/`：多视角相机采集的RGB图像序列，按时间戳命名
- `data.json`：包含任务过程中的机器人关节状态、末端位姿、动作指令、时间戳等结构化数据

---

## 🛠️ 使用指南

### 1. 下载数据集
方式1：直接在仓库页面点击 `.rar` 文件右侧的下载按钮
方式2：使用 `huggingface_hub` Python API 下载（推荐）
```python
from huggingface_hub import hf_hub_download

# 下载水瓶抓取任务数据
file_path = hf_hub_download(
    repo_id="yky666/humanoid_long_horizon_tasks",
    filename="water_bottle_pick_and_insert.rar",
    repo_type="dataset"
)
print(f"文件下载路径：{file_path}")
```

### 2. 解压数据
使用WinRAR/7-Zip等工具解压 `.rar` 压缩包，即可得到完整的 `episode` 文件夹结构。

### 3. 读取数据示例
```python
import json
import os
from PIL import Image

# 读取单轮任务数据
episode_dir = "./water_bottle_pick_and_insert/episode_0030"
data_path = os.path.join(episode_dir, "data.json")

# 读取结构化元数据
with open(data_path, "r", encoding="utf-8") as f:
    task_data = json.load(f)
print(f"任务总帧数：{len(task_data['timestamps'])}")

# 读取图像序列
colors_dir = os.path.join(episode_dir, "colors")
image_files = sorted(os.listdir(colors_dir))
for img_file in image_files[:5]:  # 读取前5帧
    img = Image.open(os.path.join(colors_dir, img_file))
    print(f"加载图像：{img_file}，尺寸：{img.size}")
```

### 4. 项目部署
可参照 https://github.com/yky666/humanoid_robot_long_horizon_tasks.git

---

## 📌 后续更新计划
- 持续上传更多人形机器人长周期操作任务数据
- 补充任务说明文档、数据标注规范
- 提供配套的数据预处理脚本与可视化工具

---

## 📄 许可证
本数据集基于 [Apache-2.0](LICENSE) 许可证开源，欢迎用于学术研究与非商业用途，二次分发请注明来源。
```