Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

robomimic_ph

Descrição :

Os conjuntos de dados humanos proficientes Robomimic foram coletados por 1 operador proficiente usando a plataforma RoboTurk (com exceção de Transporte, que tinha 2 operadores proficientes trabalhando juntos). Cada conjunto de dados consiste em 200 trajetórias bem-sucedidas.

Cada tarefa tem duas versões: uma com observações de baixa dimensão ( low_dim ) e outra com imagens ( image ).

Os conjuntos de dados seguem o formato RLDS para representar etapas e episódios.

Página inicial : https://arise-initiative.github.io/robomimic-web/
Código-fonte : tfds.datasets.robomimic_ph.Builder
Versões :
- 1.0.0 : versão inicial.
- 1.0.1 (padrão): Citação atualizada.
Divisões :

Dividir	Exemplos
`'train'`	200

Chaves supervisionadas (Consulte as_supervised doc ): None
Figura ( tfds.show_examples ): Não compatível.
Exemplos ( tfds.as_dataframe ): Ausente.
Citação :

@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_ph/lift_ph_image (configuração padrão)

Tamanho do download : 798.43 MiB
Tamanho do conjunto de dados : 114.47 MiB
Cache automático ( documentação ): Sim
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    '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),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/agentview_image	Imagem	(84, 84, 3)	uint8
passos/observação/objeto	tensor	(10,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_eye_in_hand_image	Imagem	(84, 84, 3)	uint8
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da pinça
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(32,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/lift_ph_low_dim

Tamanho do download : 17.69 MiB
Tamanho do conjunto de dados : 8.50 MiB
Cache automático ( documentação ): Sim
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    '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),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/objeto	tensor	(10,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da pinça
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(32,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/can_ph_image

Tamanho do download : 1.87 GiB
Tamanho do conjunto de dados : 474.55 MiB
Armazenado em cache automaticamente ( documentação ): Não
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    '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),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/agentview_image	Imagem	(84, 84, 3)	uint8
passos/observação/objeto	tensor	(14,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_eye_in_hand_image	Imagem	(84, 84, 3)	uint8
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da pinça
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(71,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/can_ph_low_dim

Tamanho do download : 43.38 MiB
Tamanho do conjunto de dados : 27.73 MiB
Cache automático ( documentação ): Sim
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    '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),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/objeto	tensor	(14,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da pinça
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(71,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/square_ph_image

Tamanho do download : 2.42 GiB
Tamanho do conjunto de dados : 401.28 MiB
Armazenado em cache automaticamente ( documentação ): Não
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    '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=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/agentview_image	Imagem	(84, 84, 3)	uint8
passos/observação/objeto	tensor	(14,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_eye_in_hand_image	Imagem	(84, 84, 3)	uint8
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da garra
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(45,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/square_ph_low_dim

Tamanho do download : 47.69 MiB
Tamanho do conjunto de dados : 29.91 MiB
Cache automático ( documentação ): Sim
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    '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=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/objeto	tensor	(14,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da pinça
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(45,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/transport_ph_image

Tamanho do download : 15.07 GiB
Tamanho do conjunto de dados : 3.64 GiB
Armazenado em cache automaticamente ( documentação ): Não
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    '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),
            '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),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot1_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
            '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),
            '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,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(14,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/objeto	tensor	(41,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_eye_in_hand_image	Imagem	(84, 84, 3)	uint8
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da pinça
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/observação/robot1_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot1_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot1_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot1_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot1_eye_in_hand_image	Imagem	(84, 84, 3)	uint8
passos/observação/robot1_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot1_gripper_qvel	tensor	(2,)	float64	Velocidade da garra
passos/observação/robot1_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot1_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot1_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot1_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/observação/shouldercamera0_image	Imagem	(84, 84, 3)	uint8
passos/observação/shouldercamera1_image	Imagem	(84, 84, 3)	uint8
passos/recompensa	tensor		float64
passos/estados	tensor	(115,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/transport_ph_low_dim

Tamanho do download : 294.70 MiB
Tamanho do conjunto de dados : 208.05 MiB
Armazenado em cache automaticamente ( documentação ): Somente quando shuffle_files=False (train)
Estrutura de recursos :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    '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),
            '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),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
            '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),
        }),
        'reward': float64,
        'states': Tensor(shape=(115,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
20 porcento	tensor		bool
20_percent_train	tensor		bool
20_percent_valid	tensor		bool
50 por cento	tensor		bool
50_percent_train	tensor		bool
50_percent_valid	tensor		bool
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(14,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/objeto	tensor	(41,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da garra
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/observação/robot1_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot1_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot1_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot1_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot1_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot1_gripper_qvel	tensor	(2,)	float64	Velocidade da pinça
passos/observação/robot1_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot1_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot1_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot1_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(115,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/tool_hang_ph_image

Tamanho do download : 61.96 GiB
Tamanho do conjunto de dados : 9.10 GiB
Armazenado em cache automaticamente ( documentação ): Não
Estrutura de recursos :

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=(44,), 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=(240, 240, 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),
            'sideview_image': Image(shape=(240, 240, 3), dtype=uint8),
        }),
        'reward': float64,
        'states': Tensor(shape=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/objeto	tensor	(44,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_eye_in_hand_image	Imagem	(240, 240, 3)	uint8
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da garra
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/observação/sideview_image	Imagem	(240, 240, 3)	uint8
passos/recompensa	tensor		float64
passos/estados	tensor	(58,)	float64
trem	tensor		bool
válido	tensor		bool

robomimic_ph/tool_hang_ph_low_dim

Tamanho do download : 192.29 MiB
Tamanho do conjunto de dados : 121.77 MiB
Cache automático ( documentação ): Sim
Estrutura de recursos :

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=(44,), 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=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
episódio_id	tensor		corda
horizonte	tensor		int32
passos	conjunto de dados
passos/ação	tensor	(7,)	float64
passos/desconto	tensor		int32
passos/é_primeiro	tensor		bool
passos/é_último	tensor		bool
passos/is_terminal	tensor		bool
passos/observação	RecursosDict
passos/observação/objeto	tensor	(44,)	float64
passos/observação/robot0_eef_pos	tensor	(3,)	float64	Posição do efetuador final
passos/observação/robot0_eef_quat	tensor	(4,)	float64	Orientação do efetuador final
passos/observação/robot0_eef_vel_ang	tensor	(3,)	float64	Velocidade angular do efetor final
passos/observação/robot0_eef_vel_lin	tensor	(3,)	float64	Velocidade cartesiana do efetor final
passos/observação/robot0_gripper_qpos	tensor	(2,)	float64	Posição da garra
passos/observação/robot0_gripper_qvel	tensor	(2,)	float64	Velocidade da garra
passos/observação/robot0_joint_pos	tensor	(7,)	float64	7DOF posições conjuntas
passos/observação/robot0_joint_pos_cos	tensor	(7,)	float64
passos/observação/robot0_joint_pos_sin	tensor	(7,)	float64
passos/observação/robot0_joint_vel	tensor	(7,)	float64	7DOF velocidades conjuntas
passos/recompensa	tensor		float64
passos/estados	tensor	(58,)	float64
trem	tensor		bool
válido	tensor		bool

Descrição :