TFDS sekarang mendukung format Croissant 🥐 ! Baca dokumentasi untuk mengetahui lebih lanjut.

Halaman ini diterjemahkan oleh Cloud Translation API.

robomimic_ph

Keterangan :

Kumpulan data manusia mahir Robomimic dikumpulkan oleh 1 operator mahir menggunakan platform RoboTurk (dengan pengecualian Transport, yang memiliki 2 operator mahir yang bekerja bersama). Setiap kumpulan data terdiri dari 200 lintasan yang berhasil.

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_ph.Builder
Versi :
- 1.0.0 : Rilis awal.
- 1.0.1 (default): Kutipan diperbarui.
Perpecahan :

Membelah	Contoh
`'train'`	200

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_ph/lift_ph_image (konfigurasi default)

Ukuran unduhan : 798.43 MiB
Ukuran kumpulan data : 114.47 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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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

robomimic_ph/lift_ph_low_dim

Ukuran unduhan : 17.69 MiB
Ukuran kumpulan data : 8.50 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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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/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	(32,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh

robomimic_ph/can_ph_image

Ukuran unduhan : 1.87 GiB
Ukuran kumpulan data : 474.55 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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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

robomimic_ph/can_ph_low_dim

Ukuran unduhan : 43.38 MiB
Ukuran kumpulan data : 27.73 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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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/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	(71,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh

robomimic_ph/square_ph_image

Ukuran unduhan : 2.42 GiB
Ukuran kumpulan data : 401.28 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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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	(45,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh

robomimic_ph/square_ph_low_dim

Ukuran unduhan : 47.69 MiB
Ukuran kumpulan data : 29.91 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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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

robomimic_ph/transport_ph_image

Ukuran unduhan : 15.07 GiB
Ukuran kumpulan data : 3.64 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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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

robomimic_ph/transport_ph_low_dim

Ukuran unduhan : 294.70 MiB
Ukuran kumpulan data : 208.05 MiB
Cache otomatis ( dokumentasi ): Hanya ketika shuffle_files=False (kereta)
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,
    '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, 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,
})

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
episode_id	Tensor		rangkaian
horison	Tensor		int32
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/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_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

robomimic_ph/tool_hang_ph_image

Ukuran unduhan : 61.96 GiB
Ukuran kumpulan data : 9.10 GiB
Cache otomatis ( dokumentasi ): Tidak
Struktur fitur :

FeaturesDict({
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(44,), 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=(240, 240, 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),
            'sideview_image': Image(shape=(240, 240, 3), dtype=uint8),
        }),
        'reward': float64,
        'states': Tensor(shape=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
episode_id	Tensor		rangkaian
horison	Tensor		int32
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	(44,)	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	(240, 240, 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/sideview_image	Gambar	(240, 240, 3)	uint8
langkah/hadiah	Tensor		float64
langkah/negara bagian	Tensor	(58,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh

robomimic_ph/tool_hang_ph_low_dim

Ukuran unduhan : 192.29 MiB
Ukuran kumpulan data : 121.77 MiB
Cache otomatis ( dokumentasi ): Ya
Struktur fitur :

FeaturesDict({
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(44,), 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=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
episode_id	Tensor		rangkaian
horison	Tensor		int32
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	(44,)	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	(58,)	float64
kereta	Tensor		bodoh
sah	Tensor		bodoh