TFDS ora supporta il formato Croissant 🥐 ! Leggi la documentazione per saperne di più.

Questa pagina è stata tradotta dall'API Cloud Translation.

ph_robomimico

Descrizione :

I set di dati umani competenti di Robomimic sono stati raccolti da 1 operatore esperto utilizzando la piattaforma RoboTurk (ad eccezione di Transport, che aveva 2 operatori esperti che lavoravano insieme). Ogni set di dati è composto da 200 traiettorie riuscite.

Ogni attività ha due versioni: una con osservazioni a bassa dimensione ( low_dim ) e una con immagini ( image ).

I set di dati seguono il formato RLDS per rappresentare passaggi ed episodi.

Pagina iniziale : https://arise-initiative.github.io/robomimic-web/
Codice sorgente : tfds.datasets.robomimic_ph.Builder
Versioni :
- 1.0.0 : Versione iniziale.
- 1.0.1 (predefinito): citazione aggiornata.
Divisioni :

Diviso	Esempi
`'train'`	200

Chiavi supervisionate (Vedi as_supervised doc ): None
Figura ( tfds.show_examples ): non supportato.
Esempi ( tfds.as_dataframe ): Mancante.
Citazione :

@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 (configurazione predefinita)

Dimensione del download : 798.43 MiB
Dimensione del set di dati : 114.47 MiB
Auto-cache ( documentazione ): Sì
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passaggi/osservazione/agentview_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/oggetto	Tensore	(10,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_eye_in_hand_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(32,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

robomimic_ph/lift_ph_low_dim

Dimensione del download : 17.69 MiB
Dimensione del set di dati : 8.50 MiB
Auto-cache ( documentazione ): Sì
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passi/osservazione/oggetto	Tensore	(10,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(32,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

robomimic_ph/can_ph_image

Dimensione del download : 1.87 GiB
Dimensione del set di dati : 474.55 MiB
Cache automatica ( documentazione ): No
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passaggi/osservazione/agentview_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/oggetto	Tensore	(14,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_eye_in_hand_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(71,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

robomimic_ph/can_ph_low_dim

Dimensione del download : 43.38 MiB
Dimensione del set di dati : 27.73 MiB
Auto-cache ( documentazione ): Sì
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passi/osservazione/oggetto	Tensore	(14,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(71,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

immagine_ph_robomimica/ph_quadrata

Dimensione del download : 2.42 GiB
Dimensione del set di dati : 401.28 MiB
Cache automatica ( documentazione ): No
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passaggi/osservazione/agentview_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/oggetto	Tensore	(14,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_eye_in_hand_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(45,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

ph_robomimico/ph_quadrato_low_dim

Dimensione del download : 47.69 MiB
Dimensione del set di dati : 29.91 MiB
Auto-cache ( documentazione ): Sì
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passi/osservazione/oggetto	Tensore	(14,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(45,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

immagine_ph_robomimica/ph_trasporto

Dimensione del download : 15.07 GiB
Dimensione del set di dati : 3.64 GiB
Cache automatica ( documentazione ): No
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(14,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passi/osservazione/oggetto	Tensore	(41,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_eye_in_hand_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/osservazione/robot1_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot1_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot1_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot1_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot1_eye_in_hand_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/robot1_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot1_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot1_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot1_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot1_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot1_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
steps/observation/shouldercamera0_image	Immagine	(84, 84, 3)	uint8
passi/osservazione/shouldercamera1_image	Immagine	(84, 84, 3)	uint8
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(115,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

robomimic_ph/transport_ph_low_dim

Dimensioni del download : 294.70 MiB
Dimensione del set di dati : 208.05 MiB
Cache automatica ( documentazione ): solo quando shuffle_files=False (treno)
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
20_percento	Tensore		bool
20_percent_treno	Tensore		bool
20_percent_valido	Tensore		bool
50 percento	Tensore		bool
50_percent_treno	Tensore		bool
50_percent_valido	Tensore		bool
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(14,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passi/osservazione/oggetto	Tensore	(41,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/osservazione/robot1_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot1_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot1_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot1_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot1_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot1_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot1_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot1_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot1_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot1_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(115,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

robotimic_ph/tool_hang_ph_image

Dimensioni del download : 61.96 GiB
Dimensione del set di dati : 9.10 GiB
Cache automatica ( documentazione ): No
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passi/osservazione/oggetto	Tensore	(44,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_eye_in_hand_image	Immagine	(240, 240, 3)	uint8
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/osservazione/sideview_image	Immagine	(240, 240, 3)	uint8
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(58,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool

robomimic_ph/tool_hang_ph_low_dim

Dimensione del download : 192.29 MiB
Dimensione del set di dati : 121.77 MiB
Auto-cache ( documentazione ): Sì
Struttura delle caratteristiche :

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,
})

Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
episodio_id	Tensore		corda
orizzonte	Tensore		int32
passi	Set di dati
passi/azione	Tensore	(7,)	galleggiante64
passi/sconto	Tensore		int32
passi/è_primo	Tensore		bool
passi/è_ultimo	Tensore		bool
passi/è_terminale	Tensore		bool
passi/osservazione	CaratteristicheDict
passi/osservazione/oggetto	Tensore	(44,)	galleggiante64
passi/osservazione/robot0_eef_pos	Tensore	(3,)	galleggiante64	Posizione dell'end-effector
passi/osservazione/robot0_eef_quat	Tensore	(4,)	galleggiante64	Orientamento dell'end-effector
passi/osservazione/robot0_eef_vel_ang	Tensore	(3,)	galleggiante64	Velocità angolare dell'end-effector
passi/osservazione/robot0_eef_vel_lin	Tensore	(3,)	galleggiante64	Velocità cartesiana dell'effettore finale
passi/osservazione/robot0_gripper_qpos	Tensore	(2,)	galleggiante64	Posizione della pinza
passi/osservazione/robot0_gripper_qvel	Tensore	(2,)	galleggiante64	Velocità di presa
passi/osservazione/robot0_joint_pos	Tensore	(7,)	galleggiante64	Posizioni articolari 7DOF
passi/osservazione/robot0_joint_pos_cos	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_pos_sin	Tensore	(7,)	galleggiante64
passi/osservazione/robot0_joint_vel	Tensore	(7,)	galleggiante64	Velocità articolari 7DOF
passi/ricompensa	Tensore		galleggiante64
passi/stati	Tensore	(58,)	galleggiante64
treno	Tensore		bool
valido	Tensore		bool