robomimic_ph

• Descripción :

Los conjuntos de datos humanos competentes de Robomimic fueron recopilados por 1 operador competente utilizando la plataforma RoboTurk (con la excepción de Transporte, que tenía 2 operadores competentes trabajando juntos). Cada conjunto de datos consta de 200 trayectorias exitosas.

Cada tarea tiene dos versiones: una con observaciones dimensionales bajas ( low_dim ) y otra con imágenes ( image ).

Los conjuntos de datos siguen el formato RLDS para representar pasos y episodios.

• Página de inicio : https://arise-initiative.github.io/robomimic-web/

• Código fuente : tfds.datasets.robomimic_ph.Builder

• Versiones :

  • 1.0.0 : Versión inicial.
  • 1.0.1 (predeterminado): Cita actualizada.

• Divisiones :

Dividir	Ejemplos
'train'	200

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ): Falta.

• Cita :

@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 (configuración predeterminada)

• Tamaño de la descarga : 798.43 MiB

• Tamaño del conjunto de datos : 114.47 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
            'object': Tensor(shape=(10,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(32,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/agentview_image	Imagen	(84, 84, 3)	uint8
pasos/observación/objeto	Tensor	(10,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_ojo_en_mano_imagen	Imagen	(84, 84, 3)	uint8
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(32,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/lift_ph_low_dim

• Tamaño de descarga : 17.69 MiB

• Tamaño del conjunto de datos : 8.50 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(10,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(32,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/objeto	Tensor	(10,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(32,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/can_ph_imagen

• Tamaño de descarga : 1.87 GiB

• Tamaño del conjunto de datos : 474.55 MiB

• Almacenamiento automático en caché ( documentación ): No

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
            'object': Tensor(shape=(14,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(71,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/agentview_image	Imagen	(84, 84, 3)	uint8
pasos/observación/objeto	Tensor	(14,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_ojo_en_mano_imagen	Imagen	(84, 84, 3)	uint8
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(71,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/can_ph_low_dim

• Tamaño de la descarga : 43.38 MiB

• Tamaño del conjunto de datos : 27.73 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(14,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(71,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/objeto	Tensor	(14,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(71,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/cuadrado_ph_imagen

• Tamaño de descarga : 2.42 GiB

• Tamaño del conjunto de datos : 401.28 MiB

• Almacenamiento automático en caché ( documentación ): No

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
            'object': Tensor(shape=(14,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/agentview_image	Imagen	(84, 84, 3)	uint8
pasos/observación/objeto	Tensor	(14,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_ojo_en_mano_imagen	Imagen	(84, 84, 3)	uint8
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(45,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/square_ph_low_dim

• Tamaño de la descarga : 47.69 MiB

• Tamaño del conjunto de datos : 29.91 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(14,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/objeto	Tensor	(14,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(45,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/transport_ph_imagen

• Tamaño de descarga : 15.07 GiB

• Tamaño del conjunto de datos : 3.64 GiB

• Almacenamiento automático en caché ( documentación ): No

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(14,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(41,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot1_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_vel': Tensor(shape=(7,), dtype=float64),
            'shouldercamera0_image': Image(shape=(84, 84, 3), dtype=uint8),
            'shouldercamera1_image': Image(shape=(84, 84, 3), dtype=uint8),
        }),
        'reward': float64,
        'states': Tensor(shape=(115,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(14,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/objeto	Tensor	(41,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_ojo_en_mano_imagen	Imagen	(84, 84, 3)	uint8
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/observación/robot1_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot1_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot1_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot1_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot1_ojo_en_mano_imagen	Imagen	(84, 84, 3)	uint8
pasos/observación/robot1_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot1_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot1_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot1_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot1_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot1_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/observación/shouldercamera0_image	Imagen	(84, 84, 3)	uint8
pasos/observación/shouldercamera1_image	Imagen	(84, 84, 3)	uint8
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(115,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/transport_ph_low_dim

• Tamaño de la descarga : 294.70 MiB

• Tamaño del conjunto de datos : 208.05 MiB

• Auto-caché ( documentación ): Solo cuando shuffle_files=False (tren)

• Estructura de características :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(14,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(41,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot1_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(115,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
20 por ciento	Tensor		bool
20_percent_train	Tensor		bool
20_porcentaje_válido	Tensor		bool
50 por ciento	Tensor		bool
50_percent_train	Tensor		bool
50_porcentaje_válido	Tensor		bool
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(14,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/objeto	Tensor	(41,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/observación/robot1_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot1_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot1_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot1_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot1_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot1_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot1_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot1_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot1_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot1_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(115,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/tool_hang_ph_imagen

• Tamaño de descarga : 61.96 GiB

• Tamaño del conjunto de datos : 9.10 GiB

• Almacenamiento automático en caché ( documentación ): No

• Estructura de características :

FeaturesDict({
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(44,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_eye_in_hand_image': Image(shape=(240, 240, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
            'sideview_image': Image(shape=(240, 240, 3), dtype=uint8),
        }),
        'reward': float64,
        'states': Tensor(shape=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/objeto	Tensor	(44,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_ojo_en_mano_imagen	Imagen	(240, 240, 3)	uint8
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/observación/sideview_image	Imagen	(240, 240, 3)	uint8
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(58,)	flotar64
tren	Tensor		bool
válido	Tensor		bool

robomimic_ph/tool_hang_ph_low_dim

• Tamaño de la descarga : 192.29 MiB

• Tamaño del conjunto de datos : 121.77 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Estructura de características :

FeaturesDict({
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(44,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
        }),
        'reward': float64,
        'states': Tensor(shape=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
episodio_id	Tensor		cadena
horizonte	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(7,)	flotar64
pasos/descuento	Tensor		int32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	CaracterísticasDict
pasos/observación/objeto	Tensor	(44,)	flotar64
pasos/observación/robot0_eef_pos	Tensor	(3,)	flotar64	Posición del efector final
pasos/observación/robot0_eef_quat	Tensor	(4,)	flotar64	Orientación del efector final
pasos/observación/robot0_eef_vel_ang	Tensor	(3,)	flotar64	Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin	Tensor	(3,)	flotar64	Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos	Tensor	(2,)	flotar64	Posición de la pinza
pasos/observación/robot0_gripper_qvel	Tensor	(2,)	flotar64	Velocidad de agarre
pasos/observación/robot0_joint_pos	Tensor	(7,)	flotar64	Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_pos_sin	Tensor	(7,)	flotar64
pasos/observación/robot0_joint_vel	Tensor	(7,)	flotar64	Velocidades conjuntas 7DOF
pasos/recompensa	Tensor		flotar64
pasos/estados	Tensor	(58,)	flotar64
tren	Tensor		bool
válido	Tensor		bool