TFDS اکنون از فرمت Croissant 🥐 پشتیبانی می کند! برای دانستن بیشتر مستندات را بخوانید.

این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.

robomimic_ph

توضیحات :

مجموعه داده های انسانی ماهر Robomimic توسط 1 اپراتور ماهر با استفاده از پلت فرم RoboTurk جمع آوری شد (به استثنای Transport که دارای 2 اپراتور ماهر با هم کار می کردند). هر مجموعه داده شامل 200 مسیر موفقیت آمیز است.

هر کار دو نسخه دارد: یکی با مشاهدات با ابعاد کم ( low_dim )، و دیگری با تصاویر ( image ).

مجموعه داده ها از فرمت RLDS پیروی می کنند تا مراحل و قسمت ها را نشان دهند.

صفحه اصلی : https://arise-initiative.github.io/robomimic-web/
کد منبع : tfds.datasets.robomimic_ph.Builder
نسخه ها :
- 1.0.0 : انتشار اولیه.
- 1.0.1 (پیش فرض): نقل قول به روز شد.
تقسیمات :

تقسیم کنید	نمونه ها
`'train'`	200

کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
مثال‌ها ( tfds.as_dataframe ): وجود ندارد.
نقل قول :

@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 (پیکربندی پیش‌فرض)

حجم دانلود : 798.43 MiB
حجم مجموعه داده : 114.47 MiB
ذخیره خودکار ( اسناد ): بله
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
Steps/observation/agentview_image	تصویر	(84، 84، 3)	uint8
مراحل / مشاهده / شی	تانسور	(10،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_eye_in_hand_image	تصویر	(84، 84، 3)	uint8
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(32،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/lift_ph_low_dim

حجم دانلود : 17.69 MiB
حجم مجموعه داده : 8.50 MiB
ذخیره خودکار ( اسناد ): بله
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
مراحل / مشاهده / شی	تانسور	(10،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(32،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/can_ph_image

حجم دانلود : 1.87 GiB
حجم مجموعه داده : 474.55 MiB
ذخیره خودکار ( اسناد ): خیر
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
Steps/observation/agentview_image	تصویر	(84، 84، 3)	uint8
مراحل / مشاهده / شی	تانسور	(14،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_eye_in_hand_image	تصویر	(84، 84، 3)	uint8
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(71،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/can_ph_low_dim

حجم دانلود : 43.38 MiB
حجم مجموعه داده : 27.73 MiB
ذخیره خودکار ( اسناد ): بله
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
مراحل / مشاهده / شی	تانسور	(14،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(71،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/square_ph_image

حجم دانلود : 2.42 GiB
حجم مجموعه داده : 401.28 MiB
ذخیره خودکار ( اسناد ): خیر
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
Steps/observation/agentview_image	تصویر	(84، 84، 3)	uint8
مراحل / مشاهده / شی	تانسور	(14،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_eye_in_hand_image	تصویر	(84، 84، 3)	uint8
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	موقعیت های مشترک 7DOF
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(45،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/square_ph_low_dim

حجم دانلود : 47.69 MiB
حجم مجموعه داده : 29.91 MiB
ذخیره خودکار ( اسناد ): بله
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
مراحل / مشاهده / شی	تانسور	(14،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(45،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/transport_ph_image

حجم دانلود : 15.07 GiB
حجم مجموعه داده : 3.64 GiB
ذخیره خودکار ( اسناد ): خیر
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(14،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
مراحل / مشاهده / شی	تانسور	(41،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_eye_in_hand_image	تصویر	(84، 84، 3)	uint8
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
Steps/observation/robot1_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot1_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot1_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot1_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot1_eye_in_hand_image	تصویر	(84، 84، 3)	uint8
steps/observation/robot1_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot1_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot1_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot1_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot1_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot1_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
steps/observation/shouldercamera0_image	تصویر	(84، 84، 3)	uint8
steps/observation/shouldercamera1_image	تصویر	(84، 84، 3)	uint8
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(115،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/transport_ph_low_dim

حجم دانلود : 294.70 MiB
حجم مجموعه داده : 208.05 MiB
ذخیره خودکار ( مستندات ): فقط زمانی که shuffle_files=False (قطار)
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
20_درصد	تانسور		بوول
20_درصد_قطار	تانسور		بوول
20_درصد_معتبر	تانسور		بوول
50_درصد	تانسور		بوول
50_درصد_قطار	تانسور		بوول
50_درصد_معتبر	تانسور		بوول
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(14،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
مراحل / مشاهده / شی	تانسور	(41،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
Steps/observation/robot1_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot1_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot1_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
steps/observation/robot1_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot1_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot1_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot1_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot1_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot1_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot1_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(115،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/tool_hang_ph_image

حجم دانلود : 61.96 GiB
حجم مجموعه داده : 9.10 GiB
ذخیره خودکار ( اسناد ): خیر
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
مراحل / مشاهده / شی	تانسور	(44،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_eye_in_hand_image	تصویر	(240، 240، 3)	uint8
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
steps/observation/sideview_image	تصویر	(240، 240، 3)	uint8
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(58،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول

robomimic_ph/tool_hang_ph_low_dim

حجم دانلود : 192.29 MiB
حجم مجموعه داده : 121.77 MiB
ذخیره خودکار ( اسناد ): بله
ساختار ویژگی :

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,
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
قسمت_id	تانسور		رشته
افق	تانسور		int32
مراحل	مجموعه داده
مراحل/عمل	تانسور	(7،)	float64
مراحل/تخفیف	تانسور		int32
Steps/is_first	تانسور		بوول
Steps/is_last	تانسور		بوول
Steps/is_terminal	تانسور		بوول
مراحل / مشاهده	FeaturesDict
مراحل / مشاهده / شی	تانسور	(44،)	float64
Steps/observation/robot0_eef_pos	تانسور	(3،)	float64	موقعیت اثر پایانی
Steps/observation/robot0_eef_quat	تانسور	(4،)	float64	جهت گیری اثر پایانی
Steps/observation/robot0_eef_vel_ang	تانسور	(3،)	float64	سرعت زاویه ای اثر پایانی
Steps/observation/robot0_eef_vel_lin	تانسور	(3،)	float64	سرعت دکارتی اثر پایانی
steps/observation/robot0_gripper_qpos	تانسور	(2،)	float64	موقعیت گریپر
steps/observation/robot0_gripper_qvel	تانسور	(2،)	float64	سرعت گریپر
Steps/observation/robot0_joint_pos	تانسور	(7،)	float64	7 DOF موقعیت های مشترک
Steps/observation/robot0_joint_pos_cos	تانسور	(7،)	float64
Steps/observation/robot0_joint_pos_sin	تانسور	(7،)	float64
Steps/observation/robot0_joint_vel	تانسور	(7،)	float64	سرعت های مشترک 7DOF
مراحل/پاداش	تانسور		float64
مراحل/حالت ها	تانسور	(58،)	float64
قطار	تانسور		بوول
معتبر	تانسور		بوول