- विवरण :
रोबोमिक मशीन जनरेट किए गए डेटासेट को घने इनाम के साथ प्रशिक्षित सॉफ्ट एक्टर क्रिटिक एजेंट का उपयोग करके एकत्र किया गया था। प्रत्येक डेटासेट में एजेंट का रीप्ले बफर होता है।
प्रत्येक कार्य के दो संस्करण हैं: एक कम आयामी अवलोकन ( low_dim
) के साथ, और एक चित्र ( image
) के साथ।
डेटासेट चरण और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।
स्रोत कोड :
tfds.datasets.robomimic_mg.Builder
संस्करण :
-
1.0.0
(डिफ़ॉल्ट): प्रारंभिक रिलीज़।
-
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उदाहरण ( tfds.as_dataframe ): गुम।
उद्धरण :
@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 (डिफ़ॉल्ट कॉन्फ़िगरेशन)
डाउनलोड का आकार :
18.04 GiB
डेटासेट का आकार :
2.73 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 1,500 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
कदम/अवलोकन/agentview_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (10,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_eye_in_hand_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (32,) | फ्लोट64 |
रोबोमिक_एमजी/लिफ्ट_एमजी_लो_डिम
डाउनलोड आकार :
302.25 MiB
डेटासेट का आकार :
195.10 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब
shuffle_files=False
(ट्रेन)विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 1,500 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (10,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (32,) | फ्लोट64 |
रोबोमिक_mg/can_mg_image
डाउनलोड का आकार :
47.14 GiB
डेटासेट का आकार :
11.15 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 3,900 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
कदम/अवलोकन/agentview_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (14,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_eye_in_hand_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (71,) | फ्लोट64 |
रोबोमिक_mg/can_mg_low_dim
डाउनलोड आकार :
1.01 GiB
डेटासेट का आकार :
697.71 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 3,900 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (14,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (71,) | फ्लोट64 |
- विवरण :
रोबोमिक मशीन जनरेट किए गए डेटासेट को घने इनाम के साथ प्रशिक्षित सॉफ्ट एक्टर क्रिटिक एजेंट का उपयोग करके एकत्र किया गया था। प्रत्येक डेटासेट में एजेंट का रीप्ले बफर होता है।
प्रत्येक कार्य के दो संस्करण हैं: एक कम आयामी अवलोकन ( low_dim
) के साथ, और एक चित्र ( image
) के साथ।
डेटासेट चरण और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।
स्रोत कोड :
tfds.datasets.robomimic_mg.Builder
संस्करण :
-
1.0.0
(डिफ़ॉल्ट): प्रारंभिक रिलीज़।
-
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उदाहरण ( tfds.as_dataframe ): गुम।
उद्धरण :
@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 (डिफ़ॉल्ट कॉन्फ़िगरेशन)
डाउनलोड का आकार :
18.04 GiB
डेटासेट का आकार :
2.73 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 1,500 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
कदम/अवलोकन/agentview_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (10,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_eye_in_hand_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (32,) | फ्लोट64 |
रोबोमिक_एमजी/लिफ्ट_एमजी_लो_डिम
डाउनलोड आकार :
302.25 MiB
डेटासेट का आकार :
195.10 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): केवल जब
shuffle_files=False
(ट्रेन)विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 1,500 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (10,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (32,) | फ्लोट64 |
रोबोमिक_mg/can_mg_image
डाउनलोड का आकार :
47.14 GiB
डेटासेट का आकार :
11.15 GiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 3,900 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
कदम/अवलोकन/agentview_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (14,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_eye_in_hand_image | छवि | (84, 84, 3) | uint8 | |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (71,) | फ्लोट64 |
रोबोमिक_mg/can_mg_low_dim
डाउनलोड आकार :
1.01 GiB
डेटासेट का आकार :
697.71 MiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 3,900 |
- फ़ीचर संरचना :
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),
}),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
प्रकरण_आईडी | टेन्सर | डोरी | ||
क्षितिज | टेन्सर | int32 | ||
कदम | डेटासेट | |||
कदम / कार्रवाई | टेन्सर | (7,) | फ्लोट64 | |
चरण/छूट | टेन्सर | int32 | ||
चरण/is_first | टेन्सर | बूल | ||
चरण/is_last | टेन्सर | बूल | ||
कदम/is_terminal | टेन्सर | बूल | ||
चरण/अवलोकन | विशेषताएं डिक्ट | |||
चरण/अवलोकन/ऑब्जेक्ट | टेन्सर | (14,) | फ्लोट64 | |
चरण/अवलोकन/robot0_eef_pos | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक स्थिति |
चरण/अवलोकन/robot0_eef_quat | टेन्सर | (4,) | फ्लोट64 | अंत-प्रभावक अभिविन्यास |
चरण/अवलोकन/robot0_eef_vel_ang | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावक कोणीय वेग |
चरण/अवलोकन/robot0_eef_vel_lin | टेन्सर | (3,) | फ्लोट64 | अंत-प्रभावकार कार्टेशियन वेग |
चरण/अवलोकन/robot0_gripper_qpos | टेन्सर | (2,) | फ्लोट64 | ग्रिपर की स्थिति |
चरण/अवलोकन/robot0_gripper_qvel | टेन्सर | (2,) | फ्लोट64 | ग्रिपर वेग |
चरण/अवलोकन/robot0_joint_pos | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त स्थिति |
चरण/अवलोकन/robot0_joint_pos_cos | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_pos_sin | टेन्सर | (7,) | फ्लोट64 | |
चरण/अवलोकन/robot0_joint_vel | टेन्सर | (7,) | फ्लोट64 | 7DOF संयुक्त वेग |
कदम / इनाम | टेन्सर | फ्लोट64 | ||
चरण/राज्य | टेन्सर | (71,) | फ्लोट64 |