File size: 2,036 Bytes
5535842
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
# Challenge 2026 Dataset

本数据集为2026年全球人形机器人挑战赛仿真赛提供训练/评估数据。

**数据格式**: LeRobot v2.1

## 目录结构

```
Packing_box/box_closing_001/         - 纸箱打包(双臂协同)
```

## 数据集概览

- **纸箱打包(双臂协同)**
  - `box_closing_001`: 50 episodes

## 数据格式

每个数据集包含多个 episode,以 Parquet 格式存储:

```
{dataset_name}/data/chunk-000/episode_XXXXXX.parquet
```

- 数据集 ID 格式:`{action}_{编号}`(如 `box_closing_001`- Episode 文件名:`episode_{6位数字}.parquet`(补零对齐)

字段定义见主项目 `lerobot/common/policies/utils.py` 中的 observation/action 定义。

## Hugging Face 上传/下载

### 方法一:Hugging Face CLI

```bash
# 安装 HF CLI
powershell -ExecutionPolicy ByPass -c "irm https://hf.co/cli/install.ps1 | iex"

# 登录
hf auth login

# 上传
hf upload UBTECH-Robotics/challenge2026_dataset .

# 下载
hf download UBTECH-Robotics/challenge2026_dataset
```

### 方法二:Python

```python
from huggingface_hub import login, upload_folder, snapshot_download

# 登录
login()

# 上传
upload_folder(
    folder_path=".",
    repo_id="UBTECH-Robotics/challenge2026_dataset",
    repo_type="dataset"
)

# 下载
snapshot_download(
    repo_id="UBTECH-Robotics/challenge2026_dataset",
    repo_type="dataset"
)
```

### 方法三:Git + Git-XET

```bash
# 安装 git-xet
git xet install

# 克隆(HTTPS)
git clone https://huggingface.co/UBTECH-Robotics/challenge2026_dataset
cd challenge2026_dataset

# 推送
git push

# 或使用 SSH
git clone git@hf.co:UBTECH-Robotics/challenge2026_dataset
```

## 数据集命名规范

| 层级 | 格式 | 示例 |
|------|------|------|
| Task | / | `Packing_box` |
| 数据集目录 | `{action}_{编号}` | `box_closing_001/`, `box_closing_002/` |
| Episode 文件 | `episode_{6位数字}.parquet` | `episode_000000.parquet` |

新增数据集时,按编号顺序递增(如 `_001`, `_002`, `_003`)。