橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
数据集

FastUMI_100k_lerobot

IPEC-COMMUNITY/FastUMI_100k_lerobot

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：上游卡片未声明 上游版本：4cf7cca8fdc1

中文简介

IPEC-COMMUNITY/FastUMI_100k_lerobot 是 IPEC-COMMUNITY 在 Hugging Face 发布的数据集仓库，当前卡片主要关联机器人任务。本站固定记录上游版本 4cf7cca8fdc1，同步到 99477 个文件，文件元数据合计 1.27 TB；访问状态为“公开”，许可证字段为“上游卡片未声明”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 IPEC-COMMUNITY/FastUMI_100k_lerobot 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
IPEC-COMMUNITY/FastUMI_100k_lerobot 是 IPEC-COMMUNITY 在 Hugging Face 发布的数据集仓库，当前卡片主要关联机器人任务。本站固定记录上游版本 4cf7cca8fdc1，同步到 99477 个文件，文件元数据合计 1.27 TB；访问状态为“公开”，许可证字段为“上游卡片未声明”。

【适用方向】
适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本：4cf7cca8fdc1。 任务标签：机器人任务。 上游页面记录的最近更新时间：2026-04-16。

【文件信息】
上游 API 返回 99477 个文件，文件元数据合计 1.27 TB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000047.parquet（98.61 KB）；dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000046.parquet（92.88 KB）；dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000023.parquet（89.57 KB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 1.27 TB。仅按下载、解压和临时文件估算，建议至少预留约 1.53 TB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

【使用边界】
上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

FastUMI-100K: Advancing Data-Driven Robotic Manipulation with a Large-Scale UMI-Style Dataset [paper] [dataset] Overview FastUMI-100K is a large-scale, high-quality UMI-style dataset designed for data-driven robotic manipulation learning. Featuring over **100K+ demonstration trajectories** across **54 diverse tasks** and hundreds of object types, the dataset provides multi-view wrist-mounted fisheye images and high-frequency end-effector states. To facilitate seamless integration with modern robot learning frameworks, all data has been standardized into the **LeRobot v2.1** format. Installation To use the FastUMI-100K dataset, you need to install the official Hugging Face LeRobot library. 1. Create and activate a conda environment 2. Install LeRobot (For advanced usage or compiling from source, please refer to the official LeRobot repository.)* Dataset Structure The dataset is recorded at **20 FPS**. All states and actions are provided in the relative end-effector frame. The dataset is naturally divided into two main configurations: Single-Arm Configuration Used for tasks such as `take_items_out_of_drawer` and `wash_clothes` . **Observation Images:** Primary view camera `(720, 1280, 3)` **Observation State / Action:** 7-dimensional vector `[x, y, z, roll, pitch, yaw, gripper]` `0:3` Cartesian Position (x, y, z) `3:6` Orientation in Euler angles (roll, pitch, yaw) `6` Gripper width (normalized 0-1) Dual-Arm Configuration Used for bimanual tasks such as `Fold_the_Suit` and `Pack_Skincare_Products` . **Observation Images:** Left camera `(720, 1280, 3)` and Right camera `(720, 1280, 3)` **Observation State / Action:** 14-dimensional concatenated vector `0:6` Left Arm: `[left_x, left_y, left_z, left_roll, left_pitch, left_yaw, left_gripper]` `7:13` Right Arm: `[right_x, right_y, right_z, right_roll, right_pitch, right_yaw, right_gripper]` Loading FastUMI-100K It is straightforward to load and iterate through the dataset using the LeRobot API. To load a single-arm task: T

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

规模与格式

固定版本：4cf7cca8fdc1。 任务标签：机器人任务。 上游页面记录的最近更新时间：2026-04-16。

文件说明

上游 API 返回 99477 个文件，文件元数据合计 1.27 TB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000047.parquet（98.61 KB）；dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000046.parquet（92.88 KB）；dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000023.parquet（89.57 KB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes3.10 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000000.parquet68.05 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000001.parquet72.74 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000002.parquet74.70 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000003.parquet71.12 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000004.parquet71.95 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000005.parquet73.06 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000006.parquet77.34 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000007.parquet75.06 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000008.parquet78.81 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000009.parquet75.69 KB
  • dual_arm/Add_Rice_to_Rice_Cooker/data/chunk-000/episode_000010.parquet76.78 KB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

仓库文件元数据合计 1.27 TB。仅按下载、解压和临时文件估算，建议至少预留约 1.53 TB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

注意事项

上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。