数据集的归一化统计信息算子
数据集的归一化统计信息算子用于计算数据集中关键特征（action和state）的统计信息（均值、方差等），并将原始数据集复制到目标位置，同时保存这些统计信息供后续训练直接使用。
- 核心能力：
- 数据集验证：检查是否为合法的LeRobot V3格式。
- 自动字段适配：如果缺少action字段，自动添加映射。
- 统计量计算：计算state和action的均值、方差等统计信息。
- 数据集复制：完整复制源数据集到目标位置。
- 统计量持久化：将统计结果保存为标准化参数文件。
- 输入：LeRobot V3格式数据集目录。
- 输出：包含norm_stats的LeRobot V3格式数据集目录。
delta动作模式训练参数：
当使用delta动作模式进行训练时，需要配置以下环境变量或参数：
- DELTA_ACTION_MASK_ARGS：环境变量
- 值为"None"或空时：不开启delta模式，使用绝对动作表示
- 值为逗号分隔的整数时：开启delta模式，如6,-1或6,-1,6,-1
DELTA_ACTION_MASK_ARGS配置详解：
该参数用于生成布尔掩码（boolean mask），控制每个动作维度的表示方式：
- 正整数N：表示连续N个维度使用delta（相对变化）表示，生成N个True值
- 负整数-N：表示连续N个维度使用absolute（绝对值）表示，生成N个False值
配置示例：
- 例1： 6,-1（7维动作空间）
- 6：前6个维度为True（delta模式，如机械臂6个关节的相对角度变化）
- -1：后1个维度为False（absolute模式，如夹爪的绝对开合状态）
- 生成的掩码：[True, True, True, True, True, True, False]
- 适用场景：7自由度机械臂（6个旋转关节 + 1个夹爪）
- 例2： 6,-1,6,-1（14维动作空间）
- 6：前6个维度为True（delta模式）
- -1：第7个维度为False（absolute模式）
- 6：后6个维度为True（delta模式）
- -1：最后1个维度为False（absolute模式）
- 生成的掩码：[True, True, True, True, True, True, False, True, True, True, True, True, True, False]
- 适用场景：双臂机器人或需要更复杂动作表示的场景
输入说明
支持LeRobot V3格式数据集，若输入为不符合要求的数据集则运行时会报错。
输入数据集目录结构
<dataset_dir>/ # 输入路径（V3 数据集根目录）
├── data/
└── chunk-000/
├── episode_000000.parquet # 轨迹数据
├── episode_000001.parquet
└── ...
├── meta/
├── info.json # 数据集基本信息（版本、帧率等）
├── stats.jsonl # 数据统计信息
├── tasks.parquet # 任务定义
└── episodes/ # Episode 元信息目录
└── videos/ # 视频数据
├── observation.images.front/
├── observation.images.wrist_left/
└── observation.images.wrist_right/ 输出说明
根据输入数据集目录层级生成同目录结构的输出包含norm_stats的LeRobot V3格式数据集。
输出目录结构
包含norm_stats的LeRobot V3格式数据集：
<output_dir>/<key>/
├── data/
└── chunk-000/
├── episode_000000.parquet # 轨迹数据
├── episode_000001.parquet
└── ...
├── meta/
├── info.json # 数据集基本信息（版本、帧率等）
├── stats.jsonl # 数据统计信息
├── tasks.parquet # 任务定义
└── episodes/ # Episode 元信息目录
├── cloudrobo/
└── dataset-0/
└── norm_stats.json # 统计信息
└── videos/ # 视频数据
├── observation.images.front/
├── observation.images.wrist_left/
└── observation.images.wrist_right/ 
