TFDS는 이제 Croissant 🥐 형식을 지원합니다! 자세한 내용은 설명서를 읽어보세요.

이 페이지는 Cloud Translation API를 통해 번역되었습니다.

robomimic_mg

설명 :

Robomimic 머신 생성 데이터 세트는 조밀한 보상으로 훈련된 Soft Actor Critic 에이전트를 사용하여 수집되었습니다. 각 데이터 세트는 에이전트의 재생 버퍼로 구성됩니다.

각 작업에는 두 가지 버전이 있습니다. 하나는 저차원 관찰( low_dim )이고 다른 하나는 이미지( image )입니다.

데이터 세트는 RLDS 형식을 따라 단계와 에피소드를 나타냅니다.

홈페이지 : https://arise-initiative.github.io/robomimic-web/
소스 코드 : tfds.datasets.robomimic_mg.Builder
버전 :
- 1.0.0 (기본값): 최초 릴리스.
감독된 키 ( as_supervised 문서 참조): None
그림 ( tfds.show_examples ): 지원되지 않습니다.
예 ( tfds.as_dataframe ): 누락.
인용 :

@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_mg/lift_mg_image(기본 구성)

다운로드 크기 : 18.04 GiB
데이터세트 크기 : 2.73 GiB
자동 캐시 ( 문서 ): 아니요
분할 :

나뉘다	예
`'train'`	1,500

기능 구조 :

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({
            '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),
    }),
})

기능 문서 :

특징	수업	모양	D타입	설명
	풍모Dict
episode_id	텐서		끈
수평선	텐서		int32
단계	데이터 세트
단계/액션	텐서	(7,)	float64
단계/할인	텐서		int32
단계/is_first	텐서		부울
단계/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	풍모Dict
단계/관찰/agentview_image	영상	(84, 84, 3)	uint8
단계/관찰/객체	텐서	(10,)	float64
단계/관찰/robot0_eef_pos	텐서	(삼,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(삼,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(삼,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_eye_in_hand_image	영상	(84, 84, 3)	uint8
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 조인트 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 조인트 속도
단계/보상	텐서		float64
단계/상태	텐서	(32,)	float64

robomimic_mg/lift_mg_low_dim

다운로드 크기 : 302.25 MiB
데이터 세트 크기 : 195.10 MiB
자동 캐시됨 ( 문서 ): shuffle_files=False (트레인)인 경우에만
분할 :

나뉘다	예
`'train'`	1,500

기능 구조 :

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=(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),
    }),
})

기능 문서 :

특징	수업	모양	D타입	설명
	풍모Dict
episode_id	텐서		끈
수평선	텐서		int32
단계	데이터 세트
단계/액션	텐서	(7,)	float64
단계/할인	텐서		int32
단계/is_first	텐서		부울
단계/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	풍모Dict
단계/관찰/객체	텐서	(10,)	float64
단계/관찰/robot0_eef_pos	텐서	(삼,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(삼,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(삼,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 조인트 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 조인트 속도
단계/보상	텐서		float64
단계/상태	텐서	(32,)	float64

robomimic_mg/can_mg_image

다운로드 크기 : 47.14 GiB
데이터세트 크기 : 11.15 GiB
자동 캐시 ( 문서 ): 아니요
분할 :

나뉘다	예
`'train'`	3,900

기능 구조 :

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({
            '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),
    }),
})

기능 문서 :

특징	수업	모양	D타입	설명
	풍모Dict
episode_id	텐서		끈
수평선	텐서		int32
단계	데이터세트
단계/액션	텐서	(7,)	float64
단계/할인	텐서		int32
단계/is_first	텐서		부울
단계/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	풍모Dict
단계/관찰/agentview_image	영상	(84, 84, 3)	uint8
단계/관찰/객체	텐서	(14,)	float64
단계/관찰/robot0_eef_pos	텐서	(삼,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(삼,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(삼,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_eye_in_hand_image	영상	(84, 84, 3)	uint8
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 조인트 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 조인트 속도
단계/보상	텐서		float64
단계/상태	텐서	(71,)	float64

robomimic_mg/can_mg_low_dim

다운로드 크기 : 1.01 GiB
데이터 세트 크기 : 697.71 MiB
자동 캐시 ( 문서 ): 아니요
분할 :

나뉘다	예
`'train'`	3,900

기능 구조 :

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=(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),
    }),
})

기능 문서 :

특징	수업	모양	D타입	설명
	풍모Dict
episode_id	텐서		끈
수평선	텐서		int32
단계	데이터세트
단계/액션	텐서	(7,)	float64
단계/할인	텐서		int32
단계/is_first	텐서		부울
단계/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	풍모Dict
단계/관찰/객체	텐서	(14,)	float64
단계/관찰/robot0_eef_pos	텐서	(삼,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(삼,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(삼,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 조인트 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 조인트 속도
단계/보상	텐서		float64
단계/상태	텐서	(71,)	float64

설명 :