robosuite_panda_pick_place_can

  • الوصف :

تم إنشاء مجموعات البيانات هذه باستخدام بيئة PickPlaceCan لمحاكي الذراع الروبوتية robosuite . تم تسجيل مجموعات البيانات البشرية بواسطة مشغل واحد باستخدام RLDS Creator ووحدة تحكم لوحة الألعاب.

تم تسجيل مجموعات البيانات التركيبية باستخدام مكتبة EnvLogger .

تتبع مجموعات البيانات تنسيق RLDS لتمثيل الخطوات والحلقات.

تتكون الحلقات من 400 خطوة. في كل حلقة ، تتم إضافة علامة عند اكتمال المهمة ، ويتم تخزين هذه العلامة كجزء من البيانات الوصفية للخطوة المخصصة.

لاحظ أنه نظرًا لاعتماد EnvLogger ، فإن إنشاء مجموعة البيانات هذه مدعوم حاليًا في بيئات Linux فقط.

@misc{ramos2021rlds,
      title={RLDS: an Ecosystem to Generate, Share and Use Datasets in Reinforcement Learning},
      author={Sabela Ramos and Sertan Girgin and Léonard Hussenot and Damien Vincent and Hanna Yakubovich and Daniel Toyama and Anita Gergely and Piotr Stanczyk and Raphael Marinier and Jeremiah Harmsen and Olivier Pietquin and Nikola Momchev},
      year={2021},
      eprint={2111.02767},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

robosuite_panda_pick_place_can / human_dc29b40a (التكوين الافتراضي)

  • وصف التكوين : مجموعة البيانات التي تم إنشاؤها بواسطة الإنسان (50 حلقة).

  • الصفحة الرئيسية : https://github.com/google-research/rlds

  • حجم التحميل : 96.67 MiB

  • حجم مجموعة البيانات : 407.24 MiB

  • الانقسامات :

انشق، مزق أمثلة
'train' 50
  • هيكل الميزة :
FeaturesDict({
    'agent_id': string,
    'episode_id': string,
    'episode_index': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': float64,
        'image': Image(shape=(None, None, 3), dtype=uint8),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'Can_pos': Tensor(shape=(3,), dtype=float64),
            'Can_quat': Tensor(shape=(4,), dtype=float64),
            'Can_to_robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'Can_to_robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
            'object-state': Tensor(shape=(14,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), 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),
            'robot0_proprio-state': Tensor(shape=(32,), dtype=float64),
        }),
        'reward': float64,
        'tag:placed': bool,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
معرف_الوكيل موتر سلسلة
معرّف_حلقة موتر سلسلة
حلقة_الفهرس موتر int32
خطوات مجموعة البيانات
خطوات / عمل موتر (7 ،) تعويم 64
خطوات / خصم موتر تعويم 64
الخطوات / الصورة صورة (لا شيء ، لا شيء ، 3) uint8
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة الميزات
الخطوات / الملاحظة / Can_pos موتر (3 ،) تعويم 64
خطوات / الملاحظة / Can_quat موتر (4 ،) تعويم 64
الخطوات / الملاحظة / Can_to_robot0_eef_pos موتر (3 ،) تعويم 64
الخطوات / الملاحظة / Can_to_robot0_eef_quat موتر (4 ،) تعويم 32
خطوات / ملاحظة / حالة الكائن موتر (14 ،) تعويم 64
الخطوات / الملاحظة / robot0_eef_pos موتر (3 ،) تعويم 64
خطوات / الملاحظة / robot0_eef_quat موتر (4 ،) تعويم 64
الخطوات / الملاحظة / robot0_gripper_qpos موتر (2 ،) تعويم 64
الخطوات / الملاحظة / robot0_gripper_qvel موتر (2 ،) تعويم 64
الخطوات / الملاحظة / robot0_joint_pos_cos موتر (7 ،) تعويم 64
الخطوات / الملاحظة / robot0_joint_pos_sin موتر (7 ،) تعويم 64
الخطوات / الملاحظة / robot0_joint_vel موتر (7 ،) تعويم 64
الخطوات / الملاحظة / robot0_proprio-state موتر (32 ،) تعويم 64
خطوات / مكافأة موتر تعويم 64
الخطوات / العلامة: وضعت موتر منطقي

robosuite_panda_pick_place_can / human_images_dc29b40a

  • وصف التكوين : مجموعة البيانات التي تم إنشاؤها بواسطة الإنسان ، بما في ذلك الصور ذات زوايا الكاميرا المختلفة في الملاحظة. لاحظ أن الأمر قد يستغرق بعض الوقت للإنشاء.

  • الصفحة الرئيسية : https://www.tensorflow.org/datasets/catalog/robosuite_panda_pick_place_can

  • حجم التحميل : 10.95 GiB

  • حجم مجموعة البيانات : 7.53 GiB

  • الانقسامات :

انشق، مزق أمثلة
'train' 50
  • هيكل الميزة :
FeaturesDict({
    'agent_id': string,
    'episode_id': string,
    'episode_index': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': float64,
        'image': Image(shape=(None, None, 3), dtype=uint8),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'Can_pos': Tensor(shape=(3,), dtype=float64),
            'Can_quat': Tensor(shape=(4,), dtype=float64),
            'Can_to_robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'Can_to_robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
            'agentview_image': Image(shape=(256, 256, 3), dtype=uint8),
            'birdview_image': Image(shape=(256, 256, 3), dtype=uint8),
            'object-state': Tensor(shape=(14,), dtype=float64),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
            'robot0_eye_in_hand_image': Image(shape=(256, 256, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
            'robot0_gripper_qvel': Tensor(shape=(2,), 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),
            'robot0_proprio-state': Tensor(shape=(32,), dtype=float64),
            'robot0_robotview_image': Image(shape=(256, 256, 3), dtype=uint8),
        }),
        'reward': float64,
        'tag:placed': bool,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
معرف_الوكيل موتر سلسلة
معرّف_حلقة موتر سلسلة
حلقة_الفهرس موتر int32
خطوات مجموعة البيانات
خطوات / عمل موتر (7 ،) تعويم 64
خطوات / خصم موتر تعويم 64
الخطوات / الصورة صورة (لا شيء ، لا شيء ، 3) uint8
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة الميزات
الخطوات / الملاحظة / Can_pos موتر (3 ،) تعويم 64
خطوات / الملاحظة / Can_quat موتر (4 ،) تعويم 64
الخطوات / الملاحظة / Can_to_robot0_eef_pos موتر (3 ،) تعويم 64
الخطوات / الملاحظة / Can_to_robot0_eef_quat موتر (4 ،) تعويم 32
خطوات / ملاحظة / وكيل view_image صورة (256 ، 256 ، 3) uint8
خطوات / ملاحظة / birdview_image صورة (256 ، 256 ، 3) uint8
خطوات / ملاحظة / حالة الكائن موتر (14 ،) تعويم 64
الخطوات / الملاحظة / robot0_eef_pos موتر (3 ،) تعويم 64
خطوات / الملاحظة / robot0_eef_quat موتر (4 ،) تعويم 64
الخطوات / الملاحظة / robot0_eye_in_hand_image صورة (256 ، 256 ، 3) uint8
الخطوات / الملاحظة / robot0_gripper_qpos موتر (2 ،) تعويم 64
الخطوات / الملاحظة / robot0_gripper_qvel موتر (2 ،) تعويم 64
الخطوات / الملاحظة / robot0_joint_pos_cos موتر (7 ،) تعويم 64
الخطوات / الملاحظة / robot0_joint_pos_sin موتر (7 ،) تعويم 64
الخطوات / الملاحظة / robot0_joint_vel موتر (7 ،) تعويم 64
الخطوات / الملاحظة / robot0_proprio-state موتر (32 ،) تعويم 64
الخطوات / الملاحظة / robot0_robotview_image صورة (256 ، 256 ، 3) uint8
خطوات / مكافأة موتر تعويم 64
الخطوات / العلامة: وضعت موتر منطقي

robosuite_panda_pick_place_can / الاصطناعية_stochastic_sac_afe13968

  • وصف التكوين : مجموعة بيانات اصطناعية تم إنشاؤها بواسطة عامل عشوائي تم تدريبه باستخدام SAC (200 حلقة).

  • الصفحة الرئيسية : https://github.com/google-research/rlds

  • حجم التحميل : 144.44 MiB

  • حجم مجموعة البيانات : 622.86 MiB

  • الانقسامات :

انشق، مزق أمثلة
'train' 200
  • هيكل الميزة :
FeaturesDict({
    'agent_id': string,
    'episode_id': string,
    'episode_index': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32),
        'discount': float64,
        'image': Image(shape=(None, None, 3), dtype=uint8),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'Can_pos': Tensor(shape=(3,), dtype=float32),
            'Can_quat': Tensor(shape=(4,), dtype=float32),
            'Can_to_robot0_eef_pos': Tensor(shape=(3,), dtype=float32),
            'Can_to_robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
            'object-state': Tensor(shape=(14,), dtype=float32),
            'robot0_eef_pos': Tensor(shape=(3,), dtype=float32),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float32),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float32),
            'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float32),
            'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float32),
            'robot0_joint_vel': Tensor(shape=(7,), dtype=float32),
            'robot0_proprio-state': Tensor(shape=(32,), dtype=float32),
        }),
        'reward': float64,
        'tag:placed': bool,
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
معرف_الوكيل موتر سلسلة
معرّف_حلقة موتر سلسلة
حلقة_الفهرس موتر int32
خطوات مجموعة البيانات
خطوات / عمل موتر (7 ،) تعويم 32
خطوات / خصم موتر تعويم 64
الخطوات / الصورة صورة (لا شيء ، لا شيء ، 3) uint8
الخطوات / is_first موتر منطقي
الخطوات / is_last موتر منطقي
الخطوات / is_terminal موتر منطقي
خطوات / ملاحظة الميزات
الخطوات / الملاحظة / Can_pos موتر (3 ،) تعويم 32
خطوات / الملاحظة / Can_quat موتر (4 ،) تعويم 32
الخطوات / الملاحظة / Can_to_robot0_eef_pos موتر (3 ،) تعويم 32
الخطوات / الملاحظة / Can_to_robot0_eef_quat موتر (4 ،) تعويم 32
خطوات / ملاحظة / حالة الكائن موتر (14 ،) تعويم 32
الخطوات / الملاحظة / robot0_eef_pos موتر (3 ،) تعويم 32
خطوات / الملاحظة / robot0_eef_quat موتر (4 ،) تعويم 32
الخطوات / الملاحظة / robot0_gripper_qpos موتر (2 ،) تعويم 32
الخطوات / الملاحظة / robot0_gripper_qvel موتر (2 ،) تعويم 32
الخطوات / الملاحظة / robot0_joint_pos_cos موتر (7 ،) تعويم 32
الخطوات / الملاحظة / robot0_joint_pos_sin موتر (7 ،) تعويم 32
الخطوات / الملاحظة / robot0_joint_vel موتر (7 ،) تعويم 32
الخطوات / الملاحظة / robot0_proprio-state موتر (32 ،) تعويم 32
خطوات / مكافأة موتر تعويم 64
الخطوات / العلامة: وضعت موتر منطقي