This dataset was created using LeRobot.
Dataset Description
leapshared/sciedu_bench_v2_sim_props8_leaf
SciEdu-Bench(과학 실험 시뮬 벤치) 학습 시연이다. 실험 하나(leaf)의 순위 과제마다 시뮬레이터(MuJoCo)에서 지은 시연을 담았다. 평가는 꾸러미(config/bench/sciedu_bench_package.yaml)의 고정 시작 50개로 따로 한다. 이 데이터에는 평가 시작이 없다.
나뭇잎 분류 장면(props-8, MuJoCo만, 두 손 물리 쥠): 맞은편 사람이 가운데 줄 위에 로봇 쪽으로 세운 카드(열 장 중 한 장, 뒤 블록에 기댐)를 왼쪽에(왼팔)·오른쪽에(오른팔) 옮겨 세우고 팔을 시작 자세로 되돌린다. 단일 과제 둘은 같은 시작에서 문장만 다르다. 시연 몫 녹화 에피소드가 스물뿐이라 카드 고르기만 달리해 에피소드마다 여러 번 뽑았다. 그래서 카드 자리는 스무 곳 안에서 되풀이된다. 긴 과제(leaf_script)는 카드를 한 장씩 가운데에 세워 차례로 나누고, 앞서 놓은 카드가 제 쪽에 서 있어야 한다. 시연 몫 녹화는 모두 카드 한 장짜리라, 긴 과제 시작은 시연 몫 첫 카드 여러 장(4~10장, 평가 시작의 장수에서 뽑음)을 엮어 지었다. 평가 시작은 녹화 한 편의 카드를 그 차례대로 쓴다.
출처
- 장면 판
props-8, 규격 판2, 꾸러미 판0.7.0-draft(셋 중 하나라도 다르면 다른 데이터다). - 실험 현상 층(구리 석출·용액 색, 막대 박, 광물 거품·쇳가루·조흔 줄) 없이 그린 그림이다(장면 판이 켜지 않는다).
- 시작 자세의 출처 녹화:
leapshared/Leaf_rules_20261022_155631@bca9fcbfacef7fad2d16ecf5535c669006e74413. - 생성 코드: 저장소 커밋
fefae33f60e1ff4bb3a6d7a74ad4bb5afaa27abc, 도구scripts/sim/bench_train_data.py, 짓는 법config/bench/sciedu_bench_train_data.yaml.
생성기
녹화를 재생해 만든 편은 없다(녹화 재생은 학습 데이터 출처가 아니다, 2026-11-06). 편마다 만든 법:
- 장면에서 짠 IK 코드: 150편
판정(평가와 같은 술어)을 통과한 편만 담았다. 행동은 생성기가 보낸 그대로이고, 같은 시작에서 같은 행동을 카메라를 켜고 다시 돌려 그림을 넣었다(판정과 길이가 같은 것만).
과제와 편수
| 과제 | 묶음 | 문장(task) |
편/목표 | 만든 법 | 프레임 |
|---|---|---|---|---|---|
leaf_left |
goal | put the leaf on the left side | 50/50 | 장면에서 짠 IK 코드 50 | 14185 |
leaf_right |
goal | put the leaf on the right side | 50/50 | 장면에서 짠 IK 코드 50 | 14301 |
leaf_script |
long | put the leaf on the left side | 50/50 | 장면에서 짠 IK 코드 50 | 85765 |
합 150편, 114251프레임, 30 fps. 시작을 뽑은 녹화 에피소드 수: leaf_left 20, leaf_right 20, leaf_script 17.
평가 시작과의 분리
- 규칙: 평가 시작은 녹화 20
69편의 첫 카드, 학습 시작은 019편의 첫 카드(카드 고르기만 달리해 에피소드마다 여러 번 뽑음) - 잰 것(
scripts/sim/bench_train_data.py check): 같은 과제의 평가 시작과 녹화 에피소드가 겹치는 편 0, 평가 시작과 같은 장면(소품 0.5 cm·팔 5.0도 안) 0, 같은 실험 다른 과제의 평가 시작과 녹화 에피소드를 나누는 편 0(같은 녹화의 다른 단계). - 학습 시작에서 가장 가까운 평가 시작까지 물체 x·y 거리:
leaf_left가장 가까운 것 0.32 cm·가운데 0.86 cm;leaf_right가장 가까운 것 0.32 cm·가운데 0.86 cm;leaf_script가장 가까운 것 0.32 cm·가운데 0.64 cm.
꼴
실물 녹화(LeRobot v3.0)와 같다: 30 fps, action·observation.state 16값(팔로워 관절 도, 왼팔 7·왼 그리퍼·오른팔 7·오른 그리퍼, 절대 관절값), 카메라 셋(observation.images.follower_d455f 가슴, left_wrist, right_wrist, 480×640, AV1). robot_type은 openarm_sciedu_sim(꾸러미 io.robot_type_sim)이라 실험 데이터셋끼리 LeRobot 합치기로 하나가 된다. task는 평가가 주는 규격 문장 그대로다(머리말 없음). 실물 녹화의 문장은 앞에 "Do the ... experiment. "가 붙는다.
에피소드마다 과제·만든 법·시작(녹화 에피소드·흔들기·소품 자리)·판정은 sim_episodes.jsonl에 있다.
- 끝 멈춤(행동이 마지막 값에 머문 시간) 가운데: 시연 0.53~2.57초, 출처 녹화 0.47초. 판정을 통과한 틱 뒤에 마지막 명령으로 0.47초(출처 녹화 끝 멈춤의 가운데값) 더 서 있는 틱을 담았다. 그동안 물건이 1 cm 넘게 가거나 5도 넘게 돌거나 쥔 것을 놓친 편은 버렸다(
sim_episodes.jsonl의end_hold).
라이선스
apache-2.0(허브 메타데이터 apache-2.0, 선생님 2026-11-11, 실물 녹화 leapshared/SciEdu_mineral_steps_20261109와 같게). 이 시뮬 시연 데이터셋의 라이선스다. 코드·장면(소품 CAD·사진 결)의 라이선스는 꾸러미의 license 칸에서 따로 정한다.
판(리비전) 고정
학습·평가 기록에는 이 데이터를 저장소@커밋으로 적는다(꾸러미 training_data.sim이 커밋을 고정한다). 부를 때도 커밋을 준다:
lerobot-train --dataset.repo_id=leapshared/sciedu_bench_v2_sim_props8_leaf --dataset.revision=<커밋> ...
from lerobot.datasets.lerobot_dataset import LeRobotDataset
ds = LeRobotDataset("leapshared/sciedu_bench_v2_sim_props8_leaf", revision="<커밋>")
장면·판정·시작이 바뀌면 같은 저장소에 덮어쓰지 않고 장면 판이 이름에 든 새 저장소로 올린다. 다시 짓기: scripts/sim/bench_train_data.py all --dataset leaf.
Training demonstrations of SciEdu-Bench (MuJoCo), experiment leaf, scene props-8, spec 2, package 0.7.0-draft. 150 episodes made in simulation by scene_code (150); no recording replay. Only judged successes are kept. The training starts are disjoint from the package's fixed evaluation starts (same-task recorded-episode overlap 0, starts within 0.5 cm and 5.0 degrees of one 0). Schema: the real recordings' (30 fps, 16 absolute joint degrees, three 480x640 AV1 cameras); task is the benchmark sentence without the recordings' head. License: apache-2.0 (metadata apache-2.0). Drawn without the phenomenon layer (the scene does not turn it on). Pin a commit (--dataset.revision). Leaf sorting scene (props-8, MuJoCo, both hands grasp physically): a card standing on the middle line goes to the left side (left arm) or the right side (right arm), then the arm returns. The two single tasks share their starts. With only twenty demo-share recorded episodes, each is drawn several times with another card, so card places repeat. The long task (leaf_script) sorts the cards one after another, each stood in the middle in turn, and the cards already placed must stay standing on their side. Every demo-share recording holds one card, so its demo starts chain several demo-share first cards (4 to 10, drawn from the eval starts' counts); its eval starts take one recording's cards in order.
- Homepage: [More Information Needed]
- Paper: [More Information Needed]
- License: apache-2.0
Dataset Structure
{
"codebase_version": "v3.0",
"fps": 30,
"features": {
"action": {
"dtype": "float32",
"shape": [
16
],
"names": [
"left_joint_1.pos",
"left_joint_2.pos",
"left_joint_3.pos",
"left_joint_4.pos",
"left_joint_5.pos",
"left_joint_6.pos",
"left_joint_7.pos",
"left_gripper.pos",
"right_joint_1.pos",
"right_joint_2.pos",
"right_joint_3.pos",
"right_joint_4.pos",
"right_joint_5.pos",
"right_joint_6.pos",
"right_joint_7.pos",
"right_gripper.pos"
]
},
"observation.state": {
"dtype": "float32",
"shape": [
16
],
"names": [
"left_joint_1.pos",
"left_joint_2.pos",
"left_joint_3.pos",
"left_joint_4.pos",
"left_joint_5.pos",
"left_joint_6.pos",
"left_joint_7.pos",
"left_gripper.pos",
"right_joint_1.pos",
"right_joint_2.pos",
"right_joint_3.pos",
"right_joint_4.pos",
"right_joint_5.pos",
"right_joint_6.pos",
"right_joint_7.pos",
"right_gripper.pos"
]
},
"observation.images.follower_d455f": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.fps": 30,
"video.channels": 3,
"has_audio": false,
"video.g": 2,
"video.crf": 30,
"video.preset": 12,
"video.fast_decode": 0,
"video.video_backend": "pyav",
"video.extra_options": {},
"is_depth_map": false
}
},
"observation.images.left_wrist": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.fps": 30,
"video.channels": 3,
"has_audio": false,
"video.g": 2,
"video.crf": 30,
"video.preset": 12,
"video.fast_decode": 0,
"video.video_backend": "pyav",
"video.extra_options": {},
"is_depth_map": false
}
},
"observation.images.right_wrist": {
"dtype": "video",
"shape": [
480,
640,
3
],
"names": [
"height",
"width",
"channels"
],
"info": {
"video.height": 480,
"video.width": 640,
"video.codec": "av1",
"video.pix_fmt": "yuv420p",
"video.fps": 30,
"video.channels": 3,
"has_audio": false,
"video.g": 2,
"video.crf": 30,
"video.preset": 12,
"video.fast_decode": 0,
"video.video_backend": "pyav",
"video.extra_options": {},
"is_depth_map": false
}
},
"timestamp": {
"dtype": "float32",
"shape": [
1
],
"names": null
},
"frame_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"episode_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"index": {
"dtype": "int64",
"shape": [
1
],
"names": null
},
"task_index": {
"dtype": "int64",
"shape": [
1
],
"names": null
}
},
"total_episodes": 150,
"total_frames": 114251,
"total_tasks": 2,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 200,
"data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet",
"video_path": "videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4",
"robot_type": "openarm_sciedu_sim",
"splits": {
"train": "0:150"
}
}
Citation
BibTeX:
[More Information Needed]
- Downloads last month
- -