- Deskripsi :
Kumpulan data yang dihasilkan mesin Robomimic dikumpulkan menggunakan agen Kritikus Aktor Lembut yang dilatih dengan imbalan padat. Setiap dataset terdiri dari buffer replay agen.
Setiap tugas memiliki dua versi: satu dengan pengamatan dimensi rendah ( low_dim
), dan satu lagi dengan gambar ( image
).
Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode.
Kode sumber :
tfds.datasets.robomimic_mg.Builder
Versi :
-
1.0.0
(default): Rilis awal.
-
Kunci yang diawasi (Lihat
as_supervised
doc ):None
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ): Tidak ada.
Kutipan :
@inproceedings{robomimic2021,
title={What Matters in Learning from Offline Human Demonstrations for Robot Manipulation},
author={Ajay Mandlekar and Danfei Xu and Josiah Wong and Soroush Nasiriany
and Chen Wang and Rohun Kulkarni and Li Fei-Fei and Silvio Savarese
and Yuke Zhu and Roberto Mart\'{i}n-Mart\'{i}n},
booktitle={Conference on Robot Learning},
year={2021}
}
robomimic_mg/lift_mg_image (konfigurasi default)
Ukuran unduhan :
18.04 GiB
Ukuran dataset :
2.73 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 1.500 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/agentview_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/objek | Tensor | (10,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_eye_in_hand_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (32,) | float64 |
robomimic_mg/lift_mg_low_dim
Ukuran unduhan :
302.25 MiB
Ukuran dataset :
195.10 MiB
Auto-cached ( dokumentasi ): Hanya ketika
shuffle_files=False
(train)Perpecahan :
Membelah | Contoh |
---|---|
'train' | 1.500 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/objek | Tensor | (10,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (32,) | float64 |
robomimic_mg/can_mg_image
Ukuran unduhan :
47.14 GiB
Ukuran dataset :
11.15 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 3.900 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/agentview_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/objek | Tensor | (14,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_eye_in_hand_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (71,) | float64 |
robomimic_mg/can_mg_low_dim
Ukuran unduhan :
1.01 GiB
Ukuran dataset :
697.71 MiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 3.900 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/objek | Tensor | (14,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (71,) | float64 |
- Deskripsi :
Kumpulan data yang dihasilkan mesin Robomimic dikumpulkan menggunakan agen Kritikus Aktor Lembut yang dilatih dengan imbalan padat. Setiap dataset terdiri dari buffer replay agen.
Setiap tugas memiliki dua versi: satu dengan pengamatan dimensi rendah ( low_dim
), dan satu lagi dengan gambar ( image
).
Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode.
Kode sumber :
tfds.datasets.robomimic_mg.Builder
Versi :
-
1.0.0
(default): Rilis awal.
-
Kunci yang diawasi (Lihat
as_supervised
doc ):None
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ): Tidak ada.
Kutipan :
@inproceedings{robomimic2021,
title={What Matters in Learning from Offline Human Demonstrations for Robot Manipulation},
author={Ajay Mandlekar and Danfei Xu and Josiah Wong and Soroush Nasiriany
and Chen Wang and Rohun Kulkarni and Li Fei-Fei and Silvio Savarese
and Yuke Zhu and Roberto Mart\'{i}n-Mart\'{i}n},
booktitle={Conference on Robot Learning},
year={2021}
}
robomimic_mg/lift_mg_image (konfigurasi default)
Ukuran unduhan :
18.04 GiB
Ukuran dataset :
2.73 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 1.500 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/agentview_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/objek | Tensor | (10,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_eye_in_hand_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (32,) | float64 |
robomimic_mg/lift_mg_low_dim
Ukuran unduhan :
302.25 MiB
Ukuran dataset :
195.10 MiB
Auto-cached ( dokumentasi ): Hanya ketika
shuffle_files=False
(train)Perpecahan :
Membelah | Contoh |
---|---|
'train' | 1.500 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/objek | Tensor | (10,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (32,) | float64 |
robomimic_mg/can_mg_image
Ukuran unduhan :
47.14 GiB
Ukuran dataset :
11.15 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 3.900 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/agentview_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/objek | Tensor | (14,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_eye_in_hand_image | Gambar | (84, 84, 3) | uint8 | |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (71,) | float64 |
robomimic_mg/can_mg_low_dim
Ukuran unduhan :
1.01 GiB
Ukuran dataset :
697.71 MiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :
Membelah | Contoh |
---|---|
'train' | 3.900 |
- Struktur fitur :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
})
- Dokumentasi fitur :
Fitur | Kelas | Membentuk | Dtype | Keterangan |
---|---|---|---|---|
fiturDict | ||||
episode_id | Tensor | rangkaian | ||
cakrawala | Tensor | int32 | ||
Langkah | Himpunan data | |||
langkah/tindakan | Tensor | (7,) | float64 | |
langkah/diskon | Tensor | int32 | ||
langkah/adalah_pertama | Tensor | bool | ||
langkah/is_last | Tensor | bool | ||
langkah/is_terminal | Tensor | bool | ||
langkah/pengamatan | fiturDict | |||
langkah/pengamatan/objek | Tensor | (14,) | float64 | |
langkah/pengamatan/robot0_eef_pos | Tensor | (3,) | float64 | Posisi efektor akhir |
langkah/pengamatan/robot0_eef_quat | Tensor | (4,) | float64 | Orientasi efektor akhir |
langkah/pengamatan/robot0_eef_vel_ang | Tensor | (3,) | float64 | Kecepatan sudut end-effector |
langkah/pengamatan/robot0_eef_vel_lin | Tensor | (3,) | float64 | kecepatan kartesius akhir-efektor |
langkah/pengamatan/robot0_gripper_qpos | Tensor | (2,) | float64 | Posisi gripper |
langkah/pengamatan/robot0_gripper_qvel | Tensor | (2,) | float64 | Kecepatan gripper |
langkah/pengamatan/robot0_joint_pos | Tensor | (7,) | float64 | 7DOF posisi bersama |
langkah/pengamatan/robot0_joint_pos_cos | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_pos_sin | Tensor | (7,) | float64 | |
langkah/pengamatan/robot0_joint_vel | Tensor | (7,) | float64 | kecepatan sambungan 7DOF |
langkah/hadiah | Tensor | float64 | ||
langkah/keadaan | Tensor | (71,) | float64 |