ssr-xembodiment/xrobotwin_data

XRoboTwin 跨本体操作数据集

基于 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）:

# 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