robomimic_mh

Keterangan :

Kumpulan data manusia campuran Robomimic dikumpulkan oleh beberapa operator dengan kemampuan campuran menggunakan platform RoboTurk . Setiap dataset terdiri dari 200 demonstrasi.

Setiap tugas memiliki dua versi: satu dengan pengamatan berdimensi rendah ( low_dim ), dan satu lagi dengan gambar ( image ).

Kumpulan data mengikuti format RLDS untuk mewakili langkah dan episode.

Beranda : https://arise-initiative.github.io/robomimic-web/
Kode sumber : tfds.datasets.robomimic_mh.Builder
Versi :
- 1.0.0 (default): Rilis awal.
Perpecahan :

Membelah	Contoh
`'train'`	300

Kunci yang diawasi (Lihat dokumen as_supervised ): 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_mh/lift_mh_image (konfigurasi default)

Ukuran unduhan : 2.50 GiB
Ukuran kumpulan data : 363.18 MiB
Cache otomatis ( dokumentasi ): Tidak
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(32,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
lebih baik_operator_1	Tensor		bodoh
lebih baik_operator_1_kereta	Tensor		bodoh
lebih baik_operator_1_valid	Tensor		bodoh
lebih baik_operator_2	Tensor		bodoh
lebih baik_operator_2_kereta	Tensor		bodoh
lebih baik_operator_2_valid	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_operator_1	Tensor		bodoh
oke_operator_1_kereta	Tensor		bodoh
oke_operator_1_valid	Tensor		bodoh
oke_operator_2	Tensor		bodoh
oke_operator_2_kereta	Tensor		bodoh
oke_operator_2_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(7,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
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/observasi/robot0_eef_vel_ang	Tensor	(3,)	float64	Kecepatan sudut efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(32,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_operator_1	Tensor		bodoh
lebih buruk_operator_1_kereta	Tensor		bodoh
lebih buruk_operator_1_valid	Tensor		bodoh
lebih buruk_operator_2	Tensor		bodoh
lebih buruk_operator_2_train	Tensor		bodoh
lebih buruk_operator_2_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh

robomimic_mh/lift_mh_low_dim

Ukuran unduhan : 45.73 MiB
Ukuran kumpulan data : 27.26 MiB
Cache otomatis ( dokumentasi ): Ya
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(32,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
lebih baik_operator_1	Tensor		bodoh
lebih baik_operator_1_kereta	Tensor		bodoh
lebih baik_operator_1_valid	Tensor		bodoh
lebih baik_operator_2	Tensor		bodoh
lebih baik_operator_2_kereta	Tensor		bodoh
lebih baik_operator_2_valid	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_operator_1	Tensor		bodoh
oke_operator_1_kereta	Tensor		bodoh
oke_operator_1_valid	Tensor		bodoh
oke_operator_2	Tensor		bodoh
oke_operator_2_kereta	Tensor		bodoh
oke_operator_2_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(7,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
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/observasi/robot0_eef_vel_ang	Tensor	(3,)	float64	Kecepatan sudut efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(32,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_operator_1	Tensor		bodoh
lebih buruk_operator_1_kereta	Tensor		bodoh
lebih buruk_operator_1_valid	Tensor		bodoh
lebih buruk_operator_2	Tensor		bodoh
lebih buruk_operator_2_train	Tensor		bodoh
lebih buruk_operator_2_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh

robomimic_mh/can_mh_image

Ukuran unduhan : 5.05 GiB
Ukuran kumpulan data : 1.23 GiB
Cache otomatis ( dokumentasi ): Tidak
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(71,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
lebih baik_operator_1	Tensor		bodoh
lebih baik_operator_1_kereta	Tensor		bodoh
lebih baik_operator_1_valid	Tensor		bodoh
lebih baik_operator_2	Tensor		bodoh
lebih baik_operator_2_kereta	Tensor		bodoh
lebih baik_operator_2_valid	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_operator_1	Tensor		bodoh
oke_operator_1_kereta	Tensor		bodoh
oke_operator_1_valid	Tensor		bodoh
oke_operator_2	Tensor		bodoh
oke_operator_2_kereta	Tensor		bodoh
oke_operator_2_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(7,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
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 efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(71,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_operator_1	Tensor		bodoh
lebih buruk_operator_1_kereta	Tensor		bodoh
lebih buruk_operator_1_valid	Tensor		bodoh
lebih buruk_operator_2	Tensor		bodoh
lebih buruk_operator_2_train	Tensor		bodoh
lebih buruk_operator_2_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh

robomimic_mh/can_mh_low_dim

Ukuran unduhan : 107.28 MiB
Ukuran kumpulan data : 75.19 MiB
Cache otomatis ( dokumentasi ): Ya
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(71,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
lebih baik_operator_1	Tensor		bodoh
lebih baik_operator_1_kereta	Tensor		bodoh
lebih baik_operator_1_valid	Tensor		bodoh
lebih baik_operator_2	Tensor		bodoh
lebih baik_operator_2_kereta	Tensor		bodoh
lebih baik_operator_2_valid	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_operator_1	Tensor		bodoh
oke_operator_1_kereta	Tensor		bodoh
oke_operator_1_valid	Tensor		bodoh
oke_operator_2	Tensor		bodoh
oke_operator_2_kereta	Tensor		bodoh
oke_operator_2_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(7,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
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 efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(71,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_operator_1	Tensor		bodoh
lebih buruk_operator_1_kereta	Tensor		bodoh
lebih buruk_operator_1_valid	Tensor		bodoh
lebih buruk_operator_2	Tensor		bodoh
lebih buruk_operator_2_train	Tensor		bodoh
lebih buruk_operator_2_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh

robomimic_mh/square_mh_image

Ukuran unduhan : 6.48 GiB
Ukuran kumpulan data : 1.07 GiB
Cache otomatis ( dokumentasi ): Tidak
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
lebih baik_operator_1	Tensor		bodoh
lebih baik_operator_1_kereta	Tensor		bodoh
lebih baik_operator_1_valid	Tensor		bodoh
lebih baik_operator_2	Tensor		bodoh
lebih baik_operator_2_kereta	Tensor		bodoh
lebih baik_operator_2_valid	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_operator_1	Tensor		bodoh
oke_operator_1_kereta	Tensor		bodoh
oke_operator_1_valid	Tensor		bodoh
oke_operator_2	Tensor		bodoh
oke_operator_2_kereta	Tensor		bodoh
oke_operator_2_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(7,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
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/observasi/robot0_eef_vel_ang	Tensor	(3,)	float64	Kecepatan sudut efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(45,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_operator_1	Tensor		bodoh
lebih buruk_operator_1_kereta	Tensor		bodoh
lebih buruk_operator_1_valid	Tensor		bodoh
lebih buruk_operator_2	Tensor		bodoh
lebih buruk_operator_2_train	Tensor		bodoh
lebih buruk_operator_2_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh

robomimic_mh/square_mh_low_dim

Ukuran unduhan : 118.13 MiB
Ukuran kumpulan data : 80.37 MiB
Cache otomatis ( dokumentasi ): Ya
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
lebih baik_operator_1	Tensor		bodoh
lebih baik_operator_1_kereta	Tensor		bodoh
lebih baik_operator_1_valid	Tensor		bodoh
lebih baik_operator_2	Tensor		bodoh
lebih baik_operator_2_kereta	Tensor		bodoh
lebih baik_operator_2_valid	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_operator_1	Tensor		bodoh
oke_operator_1_kereta	Tensor		bodoh
oke_operator_1_valid	Tensor		bodoh
oke_operator_2	Tensor		bodoh
oke_operator_2_kereta	Tensor		bodoh
oke_operator_2_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(7,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
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 efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(45,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_operator_1	Tensor		bodoh
lebih buruk_operator_1_kereta	Tensor		bodoh
lebih buruk_operator_1_valid	Tensor		bodoh
lebih buruk_operator_2	Tensor		bodoh
lebih buruk_operator_2_train	Tensor		bodoh
lebih buruk_operator_2_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh

robomimic_mh/transport_mh_image

Ukuran unduhan : 31.47 GiB
Ukuran kumpulan data : 7.69 GiB
Cache otomatis ( dokumentasi ): Tidak
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    'steps': Dataset({
        'action': Tensor(shape=(14,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(41,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64, description=End-effector position),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot1_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_vel': Tensor(shape=(7,), dtype=float64, description=7DOF joint velocities),
            'shouldercamera0_image': Image(shape=(84, 84, 3), dtype=uint8),
            'shouldercamera1_image': Image(shape=(84, 84, 3), dtype=uint8),
        }),
        'reward': float64,
        'states': Tensor(shape=(115,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(14,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	FiturDict
langkah/pengamatan/objek	Tensor	(41,)	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 efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/pengamatan/robot1_eef_pos	Tensor	(3,)	float64	Posisi efektor akhir
langkah/pengamatan/robot1_eef_quat	Tensor	(4,)	float64	Orientasi efektor akhir
langkah/pengamatan/robot1_eef_vel_ang	Tensor	(3,)	float64	Kecepatan sudut efektor akhir
langkah/pengamatan/robot1_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
langkah/pengamatan/robot1_eye_in_hand_image	Gambar	(84, 84, 3)	uint8
langkah/pengamatan/robot1_gripper_qpos	Tensor	(2,)	float64	Posisi gripper
langkah/pengamatan/robot1_gripper_qvel	Tensor	(2,)	float64	Kecepatan gripper
langkah/pengamatan/robot1_joint_pos	Tensor	(7,)	float64	Posisi gabungan 7DOF
langkah/pengamatan/robot1_joint_pos_cos	Tensor	(7,)	float64
langkah/pengamatan/robot1_joint_pos_sin	Tensor	(7,)	float64
langkah/pengamatan/robot1_joint_vel	Tensor	(7,)	float64	Kecepatan gabungan 7DOF
langkah/pengamatan/shouldercamera0_image	Gambar	(84, 84, 3)	uint8
langkah/pengamatan/shouldercamera1_image	Gambar	(84, 84, 3)	uint8
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(115,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh

robomimic_mh/transport_mh_low_dim

Ukuran unduhan : 607.47 MiB
Ukuran kumpulan data : 434.43 MiB
Cache otomatis ( dokumentasi ): Tidak
Struktur fitur :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    'steps': Dataset({
        'action': Tensor(shape=(14,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(41,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64, description=End-effector position),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_vel': Tensor(shape=(7,), dtype=float64, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(115,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
20_persen	Tensor		bodoh
20_persen_kereta	Tensor		bodoh
20_persen_valid	Tensor		bodoh
50_persen	Tensor		bodoh
50_persen_kereta	Tensor		bodoh
50_persen_valid	Tensor		bodoh
lebih baik	Tensor		bodoh
kereta_lebih baik	Tensor		bodoh
lebih baik_valid	Tensor		bodoh
episode_id	Tensor		rangkaian
horison	Tensor		int32
Oke	Tensor		bodoh
oke_lebih baik	Tensor		bodoh
oke_lebih baik_kereta	Tensor		bodoh
oke_lebih baik_valid	Tensor		bodoh
oke_kereta api	Tensor		bodoh
oke_valid	Tensor		bodoh
tangga	Kumpulan data
langkah/tindakan	Tensor	(14,)	float64
langkah/diskon	Tensor		int32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/pengamatan	FiturDict
langkah/pengamatan/objek	Tensor	(41,)	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 efektor akhir
langkah/pengamatan/robot0_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
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	Posisi gabungan 7DOF
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 gabungan 7DOF
langkah/pengamatan/robot1_eef_pos	Tensor	(3,)	float64	Posisi efektor akhir
langkah/pengamatan/robot1_eef_quat	Tensor	(4,)	float64	Orientasi efektor akhir
langkah/observasi/robot1_eef_vel_ang	Tensor	(3,)	float64	Kecepatan sudut efektor akhir
langkah/pengamatan/robot1_eef_vel_lin	Tensor	(3,)	float64	Kecepatan kartesius efektor akhir
langkah/pengamatan/robot1_gripper_qpos	Tensor	(2,)	float64	Posisi gripper
langkah/pengamatan/robot1_gripper_qvel	Tensor	(2,)	float64	Kecepatan gripper
langkah/pengamatan/robot1_joint_pos	Tensor	(7,)	float64	Posisi gabungan 7DOF
langkah/pengamatan/robot1_joint_pos_cos	Tensor	(7,)	float64
langkah/pengamatan/robot1_joint_pos_sin	Tensor	(7,)	float64
langkah/pengamatan/robot1_joint_vel	Tensor	(7,)	float64	Kecepatan gabungan 7DOF
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(115,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh
lebih buruk	Tensor		bodoh
lebih buruk_lebih baik	Tensor		bodoh
kereta_lebih buruk_lebih baik	Tensor		bodoh
lebih buruk_lebih baik_valid	Tensor		bodoh
lebih buruk_oke	Tensor		bodoh
lebih buruk_oke_kereta	Tensor		bodoh
lebih buruk_oke_valid	Tensor		bodoh
lebih buruk_kereta	Tensor		bodoh
lebih buruk_valid	Tensor		bodoh