BONES-SEED × Unitree G1：MuJoCo兼容CSV轨迹如何在仿真中回放人形机器人动作

数据集机器人具身智能【免费下载链接】seed项目地址https://ai.gitcode.com/hf_mirrors/bones-studio/seed点击查看免费下载BONES-SEEDSkeletal Everyday Embodiment Dataset是面向人形机器人的开源人类动作数据集收录 142,220 条带标注动作捕捉序列约 288 小时。其中Unitree G1 MuJoCo 兼容 CSV 关节轨迹可直接加载进 MuJoCo 仿真在 G1 机器人模型上回放人类动作是 Sim-to-real 迁移与全身控制whole-body control研究的关键数据源。先认识 BONES-SEED一套完整的人形机器人动作数据数据集由 522 位演员17–71 岁贡献覆盖行走、慢跑、舞蹈、手势、物体交互等 8 大类别、20 个细分类别每条动作附带最多 6 条自然语言描述、时间分段标签与骨骼元数据。指标数值动作总量142,220 条71,132 原始 71,088 镜像总时长~288 小时 120 fps内容覆盖Locomotion / Communication / Interactions / Dances / Gaming / Everyday / Sport / Other标注深度自然语言描述 时间分段 技术描述 骨骼元数据每条动作提供三种骨骼表示其中 G1 CSV 正是仿真回放的入口格式说明文件位置SOMA UniformBVH标准化统一骨架便于批量对比soma_uniform/bvh/SOMA ProportionalBVH保留每位演员真实身体比例soma_proportional/bvh/Unitree G1CSV重定向到 G1 的关节角轨迹MuJoCo 兼容g1/csv/快速开始三步克隆数据集git lfs install git clone https://gitcode.com/hf_mirrors/bones-studio/seed cd seed tar -xzf g1.tar.gzG1 动作数据以 g1.tar.gz 归档分发解压后即得到g1/csv/{date}/{motion_name}.csv目录结构BVH 格式的soma_uniform.tar.gz、soma_proportional.tar.gz同理按需解压即可。看懂 CSV 轨迹一条 G1 动作文件里有什么每个 CSV 文件按g1/csv/{date}/{motion_name}.csv规则组织一行对应一帧采样率 120 fps列内容是该帧下各关节的角度值若含根节点列则为位置/朝向 关节角列名与 G1 的 MuJoCo 模型关节一一对应。文件与元数据的关联靠 metadata/seed_metadata_v004.csv51 列 × 142,220 行亦有 seed_metadata_v004.parquetmove_g1_mujoco_path列直接指向对应 CSVmove_duration_frames列给出总帧数。import pandas as pd meta pd.read_csv(metadata/seed_metadata_v004.csv) row meta[meta[package] Locomotion].iloc[0] traj pd.read_csv(row[move_g1_mujoco_path]) print(traj.shape, row[move_duration_frames]) # 行数应与总帧数一致 print(traj.columns.tolist()) # 与你的 G1 MuJoCo XML 关节名比对 先打印表头核对列顺序再决定写入qpos的映射方式是避免回放乱舞的第一步。在 MuJoCo 中回放 G1 动作的三步加载 G1 的 MuJoCo 模型XML初始化MjData逐帧写入关节角把 CSV 每行的角度填进qpos对应分量按 1/120 秒节奏渲染即得到流畅回放import mujoco import pandas as pd model mujoco.MjModel.from_xml_path(g1.xml) # G1 的 MuJoCo 模型 data mujoco.MjData(model) traj pd.read_csv(g1/csv/240301/some_motion__A123.csv) for i in range(len(traj)): angles traj.iloc[i].to_numpy() data.qpos[1 : 1 len(angles)] angles # qpos[0] 通常留给根节点位置 mujoco.mj_forward(model, data) # renderer.render() # 每帧渲染帧间隔 1/120 s若 CSV 前几列是根节点位置/朝向将其写入qpos[:7]位置 四元数关节角从其后开始具体以文件表头和你使用的模型为准。让回放更顺畅的实用技巧时长换算动作时长 move_duration_frames ÷ 120秒渲染循环按此对齐时间轴镜像数据元数据中is_mirror标记左右镜像动作可用于对称场景增广时间分段回放metadata/seed_metadata_v002_temporal_labels.jsonl 提供每条动作的分段起止时间与文字描述可按需截取开门转身等指定阶段单独回放按内容筛选用package/category/content_type_of_movement列过滤例如只取 Locomotion 包中 74,488 条行走/慢跑序列做步态回放骨架参照调试若需在 BVH/USD 格式间核对骨骼结构基础骨架定义见 soma_base_skel_minimal.bvh 与 soma_base_skel_minimal.usd统一骨架形状参数为 soma_base_fit_mhr_params.npz从回放到 Sim-to-real下一步能做什么在 MuJoCo 中稳定回放只是起点。借助 G1 兼容轨迹 多模态文本标注BONES-SEED 可直接支撑全身控制以语言描述为条件训练 G1 的 policy把回放轨迹作为行为先验模仿学习以 CSV 轨迹为演示数据学习行走、舞蹈、物体交互等技能动作检索与生成利用自然语言描述做检索用时间标签做分段级动作合成 使用数据前请阅读 LICENSE.mdbones-seed-license了解授权范围与使用要求。更多字段定义与下载方式详见 README.md。赞分享数据集机器人具身智能【免费下载链接】seed项目地址https://ai.gitcode.com/hf_mirrors/bones-studio/seed点击查看免费下载相关推荐Unitree Go2与G1机器人在Nvidia Isaac Sim中的奇幻仿真之旅想知道如何在虚拟世界中驯服一只机械狗吗 本文将带你踏上Unitree Go2和G1机器人与Nvidia Isaac Sim完美融合的神奇旅程通过5个精心机器人数字孪生强化学习硬件仿真如何快速上手Unitree Mujoco仿真器一站式机器人开发指南 如何快速上手Unitree Mujoco仿真器一站式机器人开发指南 Unitree Mujoco是一款基于Unitree SDK2与Mujoco物理引擎机器人硬件仿真如何永久保存微信聊天记录WeChatMsg完整使用指南如何永久保存微信聊天记录WeChatMsg完整使用指南 你是否曾担心珍贵的微信对话会随着手机更换而永远消失那些与家人的温馨问候、朋友的重要约定、工作中的关键上一篇dht11-sensor积木使用手册如何用1个积木读取实时温湿度8个引脚选择指南一次讲清下一篇如何5分钟上手Elsevier-TrackerElsevier论文投稿追踪插件完整安装教程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考