robomimic_ph

  • বর্ণনা :

Robomimic দক্ষ মানব ডেটাসেট 1 জন দক্ষ অপারেটর দ্বারা RoboTurk প্ল্যাটফর্ম ব্যবহার করে সংগ্রহ করা হয়েছিল (ট্রান্সপোর্ট বাদে, যেখানে 2 জন দক্ষ অপারেটর একসাথে কাজ করেছিল)। প্রতিটি ডেটাসেটে 200টি সফল ট্রাজেক্টোরি থাকে।

প্রতিটি টাস্কের দুটি সংস্করণ রয়েছে: একটি নিম্ন মাত্রিক পর্যবেক্ষণ সহ ( low_dim ), এবং একটি চিত্র সহ ( image )।

ডেটাসেটগুলি ধাপ এবং পর্বগুলি উপস্থাপন করতে RLDS বিন্যাস অনুসরণ করে।

বিভক্ত উদাহরণ
'train' 200

  • তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

  • চিত্র ( tfds.show_examples ): সমর্থিত নয়।

  • উদ্ধৃতি : 

@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 (ডিফল্ট কনফিগারেশন)

  • ডাউনলোড সাইজ : 798.43 MiB

  • ডেটাসেটের আকার : 114.47 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (10,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ-প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 এন্ড-ইফেক্টর ওরিয়েন্টেশন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (৩২,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/lift_ph_low_dim

  • ডাউনলোড সাইজ : 17.69 MiB

  • ডেটাসেটের আকার : 8.50 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (10,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (৩২,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/can_ph_image

  • ডাউনলোড সাইজ : 1.87 GiB

  • ডেটাসেটের আকার : 474.55 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (14,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (71,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/can_ph_low_dim

  • ডাউনলোড সাইজ : 43.38 MiB

  • ডেটাসেটের আকার : 27.73 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (14,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (71,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/square_ph_image

  • ডাউনলোড সাইজ : 2.42 GiB

  • ডেটাসেটের আকার : 401.28 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (14,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (৪৫,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/square_ph_low_dim

  • ডাউনলোড সাইজ : 47.69 MiB

  • ডেটাসেটের আকার : 29.91 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (14,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (৪৫,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/transport_ph_image

  • ডাউনলোড আকার : 15.07 GiB

  • ডেটাসেটের আকার : 3.64 GiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (14,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (41,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
steps/observation/robot1_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_eye_in_hand_image ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/robot1_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
steps/observation/robot1_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
steps/observation/robot1_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পর্যবেক্ষণ/শোল্ডারক্যামেরা0_ছবি ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পর্যবেক্ষণ/শোল্ডারক্যামেরা1_ছবি ছবি (৮৪, ৮৪, ৩) uint8
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (115,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/transport_ph_low_dim

  • ডাউনলোড সাইজ : 294.70 MiB

  • ডেটাসেটের আকার : 208.05 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): শুধুমাত্র যখন shuffle_files=False (ট্রেন)

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
20_শতাংশ টেনসর bool
20_শতাংশ_ট্রেন টেনসর bool
20_শতাংশ_বৈধ টেনসর bool
50_শতাংশ টেনসর bool
50_শতাংশ_ট্রেন টেনসর bool
50_শতাংশ_বৈধ টেনসর bool
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (14,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (41,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 শেষ-প্রভাবক অভিযোজন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_pos টেনসর (৩,) float64 শেষ-প্রভাবক অবস্থান
steps/observation/robot1_eef_quat টেনসর (৪,) float64 এন্ড-ইফেক্টর ওরিয়েন্টেশন
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
steps/observation/robot1_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
steps/observation/robot1_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (115,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/tool_hang_ph_image

  • ডাউনলোড সাইজ : 61.96 GiB

  • ডেটাসেটের আকার : 9.10 GiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (44,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ-প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 এন্ড-ইফেক্টর ওরিয়েন্টেশন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image ছবি (240, 240, 3) uint8
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পর্যবেক্ষণ/সাইডভিউ_ইমেজ ছবি (240, 240, 3) uint8
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (58,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool

robomimic_ph/tool_hang_ph_low_dim

  • ডাউনলোড সাইজ : 192.29 MiB

  • ডেটাসেটের আকার : 121.77 MiB

  • স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

  • বৈশিষ্ট্য গঠন : 

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,
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
episode_id টেনসর স্ট্রিং
দিগন্ত টেনসর int32
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float64
পদক্ষেপ/ছাড় টেনসর int32
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/বস্তু টেনসর (44,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos টেনসর (৩,) float64 শেষ প্রভাবক অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat টেনসর (৪,) float64 এন্ড-ইফেক্টর ওরিয়েন্টেশন
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang টেনসর (৩,) float64 শেষ-প্রভাবক কৌণিক বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin টেনসর (৩,) float64 শেষ-প্রভাবক কার্টেসিয়ান বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos টেনসর (2,) float64 গ্রিপার অবস্থান
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel টেনসর (2,) float64 গ্রিপার বেগ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos টেনসর (৭,) float64 7DOF যৌথ পদ
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin টেনসর (৭,) float64
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel টেনসর (৭,) float64 7DOF যৌথ বেগ
পদক্ষেপ/পুরস্কার টেনসর float64
পদক্ষেপ/রাষ্ট্র টেনসর (58,) float64
ট্রেন টেনসর bool
বৈধ টেনসর bool