robomic_mh

  • विवरण :

रोबोटर्क प्लेटफॉर्म का उपयोग करके कई मिश्रित-क्षमता ऑपरेटरों द्वारा रोबोमिक मिश्रित मानव डेटासेट एकत्र किए गए थे। प्रत्येक डेटासेट में 200 प्रदर्शन होते हैं।

प्रत्येक कार्य के दो संस्करण हैं: एक कम आयामी अवलोकन ( low_dim ) के साथ, और एक चित्र ( image ) के साथ।

डेटासेट चरण और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।

विभाजित करना उदाहरण
'train' 300
  • पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

  • चित्र ( tfds.show_examples ): समर्थित नहीं है।

  • उदाहरण ( tfds.as_dataframe ): गुम।

  • उद्धरण :

@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_mh/lift_mh_image (डिफ़ॉल्ट कॉन्फ़िगरेशन)

  • डाउनलोड आकार : 2.50 GiB

  • डेटासेट का आकार : 363.18 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
कदम/अवलोकन/agentview_image छवि (84, 84, 3) uint8
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (10,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_eye_in_hand_image छवि (84, 84, 3) uint8
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (32,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/लिफ्ट_एमएच_लो_डिम

  • डाउनलोड आकार : 45.73 MiB

  • डेटासेट का आकार : 27.26 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (10,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (32,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/कैन_एमएच_इमेज

  • डाउनलोड का आकार : 5.05 GiB

  • डेटासेट का आकार : 1.23 GiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
कदम/अवलोकन/agentview_image छवि (84, 84, 3) uint8
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (14,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_eye_in_hand_image छवि (84, 84, 3) uint8
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (71,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/कैन_एमएच_लो_डिम

  • डाउनलोड आकार : 107.28 MiB

  • डेटासेट का आकार : 75.19 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (14,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (71,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/स्क्वायर_एमएच_इमेज

  • डाउनलोड का आकार : 6.48 GiB

  • डेटासेट का आकार : 1.07 GiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
कदम/अवलोकन/agentview_image छवि (84, 84, 3) uint8
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (14,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_eye_in_hand_image छवि (84, 84, 3) uint8
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (45,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/स्क्वायर_एमएच_लो_डिम

  • डाउनलोड आकार : 118.13 MiB

  • डेटासेट का आकार : 80.37 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (14,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (45,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/ट्रांसपोर्ट_एमएच_इमेज

  • डाउनलोड का आकार : 31.47 GiB

  • डेटासेट का आकार : 7.69 GiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (14,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (41,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_eye_in_hand_image छवि (84, 84, 3) uint8
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
चरण/अवलोकन/robot1_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot1_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot1_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot1_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot1_eye_in_hand_image छवि (84, 84, 3) uint8
चरण/अवलोकन/robot1_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot1_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot1_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot1_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot1_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot1_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
स्टेप्स/ऑब्जर्वेशन/शोल्डरकैमरा0_इमेज छवि (84, 84, 3) uint8
स्टेप्स/ऑब्जर्वेशन/शोल्डरकैमरा1_इमेज छवि (84, 84, 3) uint8
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (115,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

Robomimic_mh/transport_mh_low_dim

  • डाउनलोड आकार : 607.47 MiB

  • डेटासेट का आकार : 434.43 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (14,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (41,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
चरण/अवलोकन/robot1_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot1_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot1_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot1_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot1_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot1_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot1_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot1_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot1_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot1_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (115,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल
,

  • विवरण :

रोबोटर्क प्लेटफॉर्म का उपयोग करके कई मिश्रित-क्षमता वाले ऑपरेटरों द्वारा रोबोमिक मिश्रित मानव डेटासेट एकत्र किए गए थे। प्रत्येक डेटासेट में 200 प्रदर्शन होते हैं।

प्रत्येक कार्य के दो संस्करण होते हैं: एक कम आयामी अवलोकन ( low_dim ) के साथ, और एक छवियों ( image ) के साथ।

डेटासेट चरण और एपिसोड का प्रतिनिधित्व करने के लिए आरएलडीएस प्रारूप का पालन करते हैं।

विभाजित करना उदाहरण
'train' 300
  • पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

  • चित्र ( tfds.show_examples ): समर्थित नहीं है।

  • उदाहरण ( tfds.as_dataframe ): गुम।

  • उद्धरण :

@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_mh/lift_mh_image (डिफ़ॉल्ट कॉन्फ़िगरेशन)

  • डाउनलोड आकार : 2.50 GiB

  • डेटासेट का आकार : 363.18 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
कदम/अवलोकन/agentview_image छवि (84, 84, 3) uint8
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (10,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_eye_in_hand_image छवि (84, 84, 3) uint8
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (32,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/लिफ्ट_एमएच_लो_डिम

  • डाउनलोड आकार : 45.73 MiB

  • डेटासेट का आकार : 27.26 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (10,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (32,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/कैन_एमएच_इमेज

  • डाउनलोड का आकार : 5.05 GiB

  • डेटासेट का आकार : 1.23 GiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
कदम/अवलोकन/agentview_image छवि (84, 84, 3) uint8
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (14,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_eye_in_hand_image छवि (84, 84, 3) uint8
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (71,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/कैन_एमएच_लो_डिम

  • डाउनलोड आकार : 107.28 MiB

  • डेटासेट का आकार : 75.19 MiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_1_मान्य टेन्सर बूल
बेहतर_ऑपरेटर_2 टेन्सर बूल
बेटर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बेहतर_ऑपरेटर_2_मान्य टेन्सर बूल
best_train टेन्सर बूल
best_valid टेन्सर बूल
प्रकरण_आईडी टेन्सर डोरी
क्षितिज टेन्सर int32
ठीक टेन्सर बूल
ठीक_बेहतर टेन्सर बूल
ठीक_बेहतर_ट्रेन टेन्सर बूल
ठीक_बेहतर_वैध टेन्सर बूल
OK_ऑपरेटर_1 टेन्सर बूल
OK_operator_1_train टेन्सर बूल
ठीक है_ऑपरेटर_1_वैध टेन्सर बूल
ओके_ऑपरेटर_2 टेन्सर बूल
ठीक है_ऑपरेटर_2_ट्रेन टेन्सर बूल
ठीक है_ऑपरेटर_2_वैध टेन्सर बूल
OK_train टेन्सर बूल
ठीक_वैध टेन्सर बूल
कदम डेटासेट
कदम / कार्रवाई टेन्सर (7,) फ्लोट64
चरण/छूट टेन्सर int32
चरण/is_first टेन्सर बूल
चरण/is_last टेन्सर बूल
कदम/is_terminal टेन्सर बूल
चरण/अवलोकन विशेषताएं डिक्ट
चरण/अवलोकन/ऑब्जेक्ट टेन्सर (14,) फ्लोट64
चरण/अवलोकन/robot0_eef_pos टेन्सर (3,) फ्लोट64 अंत-प्रभावक स्थिति
चरण/अवलोकन/robot0_eef_quat टेन्सर (4,) फ्लोट64 अंत-प्रभावक अभिविन्यास
चरण/अवलोकन/robot0_eef_vel_ang टेन्सर (3,) फ्लोट64 अंत-प्रभावक कोणीय वेग
चरण/अवलोकन/robot0_eef_vel_lin टेन्सर (3,) फ्लोट64 अंत-प्रभावकार कार्टेशियन वेग
चरण/अवलोकन/robot0_gripper_qpos टेन्सर (2,) फ्लोट64 ग्रिपर की स्थिति
चरण/अवलोकन/robot0_gripper_qvel टेन्सर (2,) फ्लोट64 ग्रिपर वेग
चरण/अवलोकन/robot0_joint_pos टेन्सर (7,) फ्लोट64 7DOF संयुक्त स्थिति
चरण/अवलोकन/robot0_joint_pos_cos टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_pos_sin टेन्सर (7,) फ्लोट64
चरण/अवलोकन/robot0_joint_vel टेन्सर (7,) फ्लोट64 7DOF संयुक्त वेग
कदम / इनाम टेन्सर फ्लोट64
चरण/राज्य टेन्सर (71,) फ्लोट64
रेलगाड़ी टेन्सर बूल
वैध टेन्सर बूल
ज़्यादा बुरा टेन्सर बूल
bad_better टेन्सर बूल
bad_better_train टेन्सर बूल
बदतर_बेहतर_मान्य टेन्सर बूल
बदतर_ठीक है टेन्सर बूल
बदतर_ठीक_ट्रेन टेन्सर बूल
बदतर_ठीक_वैध टेन्सर बूल
बदतर_ऑपरेटर_1 टेन्सर बूल
बदतर_ऑपरेटर_1_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_1_मान्य टेन्सर बूल
बदतर_ऑपरेटर_2 टेन्सर बूल
बदतर_ऑपरेटर_2_ट्रेन टेन्सर बूल
बदतर_ऑपरेटर_2_मान्य टेन्सर बूल
bad_train टेन्सर बूल
bad_valid टेन्सर बूल

रोबोमिक_एमएच/स्क्वायर_एमएच_इमेज

  • डाउनलोड का आकार : 6.48 GiB

  • डेटासेट का आकार : 1.07 GiB

  • ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

  • फ़ीचर संरचना :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
इसे स्वीकार करो टेन्सर बूल
20_प्रतिशत_ट्रेन टेन्सर बूल
20_प्रतिशत_वैध टेन्सर बूल
50 प्रतिशत टेन्सर बूल
50_प्रतिशत_ट्रेन टेन्सर बूल
50_प्रतिशत_वैध टेन्सर बूल
बेहतर टेन्सर बूल
बेहतर_ऑपरेटर_1 टेन्सर बूल
बेटर_ऑपरेटर_1_ट्रेन Tensor bool
better_operator_1_valid Tensor bool
better_operator_2 Tensor bool
better_operator_2_train Tensor bool
better_operator_2_valid Tensor bool
better_train Tensor bool
better_valid Tensor bool
episode_id Tensor string
horizon Tensor int32
okay Tensor bool
okay_better Tensor bool
okay_better_train Tensor bool
okay_better_valid Tensor bool
okay_operator_1 Tensor bool
okay_operator_1_train Tensor bool
okay_operator_1_valid Tensor bool
okay_operator_2 Tensor bool
okay_operator_2_train Tensor bool
okay_operator_2_valid Tensor bool
okay_train Tensor bool
okay_valid Tensor bool
steps Dataset
steps/action Tensor (7,) float64
steps/discount Tensor int32
steps/is_first Tensor bool
steps/is_last Tensor bool
steps/is_terminal Tensor bool
steps/observation FeaturesDict
steps/observation/agentview_image Image (84, 84, 3) uint8
steps/observation/object Tensor (14,) float64
steps/observation/robot0_eef_pos Tensor (3,) float64 End-effector position
steps/observation/robot0_eef_quat Tensor (4,) float64 End-effector orientation
steps/observation/robot0_eef_vel_ang Tensor (3,) float64 End-effector angular velocity
steps/observation/robot0_eef_vel_lin Tensor (3,) float64 End-effector cartesian velocity
steps/observation/robot0_eye_in_hand_image Image (84, 84, 3) uint8
steps/observation/robot0_gripper_qpos Tensor (2,) float64 Gripper position
steps/observation/robot0_gripper_qvel Tensor (2,) float64 Gripper velocity
steps/observation/robot0_joint_pos Tensor (7,) float64 7DOF joint positions
steps/observation/robot0_joint_pos_cos Tensor (7,) float64
steps/observation/robot0_joint_pos_sin Tensor (7,) float64
steps/observation/robot0_joint_vel Tensor (7,) float64 7DOF joint velocities
steps/reward Tensor float64
steps/states Tensor (45,) float64
train Tensor bool
valid Tensor bool
worse Tensor bool
worse_better Tensor bool
worse_better_train Tensor bool
worse_better_valid Tensor bool
worse_okay Tensor bool
worse_okay_train Tensor bool
worse_okay_valid Tensor bool
worse_operator_1 Tensor bool
worse_operator_1_train Tensor bool
worse_operator_1_valid Tensor bool
worse_operator_2 Tensor bool
worse_operator_2_train Tensor bool
worse_operator_2_valid Tensor bool
worse_train Tensor bool
worse_valid Tensor bool

robomimic_mh/square_mh_low_dim

  • Download size : 118.13 MiB

  • Dataset size : 80.37 MiB

  • Auto-cached ( documentation ): Yes

  • Feature structure :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_operator_1': bool,
    'better_operator_1_train': bool,
    'better_operator_1_valid': bool,
    'better_operator_2': bool,
    'better_operator_2_train': bool,
    'better_operator_2_valid': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_operator_1': bool,
    'okay_operator_1_train': bool,
    'okay_operator_1_valid': bool,
    'okay_operator_2': bool,
    'okay_operator_2_train': bool,
    'okay_operator_2_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_operator_1': bool,
    'worse_operator_1_train': bool,
    'worse_operator_1_valid': bool,
    'worse_operator_2': bool,
    'worse_operator_2_train': bool,
    'worse_operator_2_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
20_percent Tensor bool
20_percent_train Tensor bool
20_percent_valid Tensor bool
50_percent Tensor bool
50_percent_train Tensor bool
50_percent_valid Tensor bool
better Tensor bool
better_operator_1 Tensor bool
better_operator_1_train Tensor bool
better_operator_1_valid Tensor bool
better_operator_2 Tensor bool
better_operator_2_train Tensor bool
better_operator_2_valid Tensor bool
better_train Tensor bool
better_valid Tensor bool
episode_id Tensor string
horizon Tensor int32
okay Tensor bool
okay_better Tensor bool
okay_better_train Tensor bool
okay_better_valid Tensor bool
okay_operator_1 Tensor bool
okay_operator_1_train Tensor bool
okay_operator_1_valid Tensor bool
okay_operator_2 Tensor bool
okay_operator_2_train Tensor bool
okay_operator_2_valid Tensor bool
okay_train Tensor bool
okay_valid Tensor bool
steps Dataset
steps/action Tensor (7,) float64
steps/discount Tensor int32
steps/is_first Tensor bool
steps/is_last Tensor bool
steps/is_terminal Tensor bool
steps/observation FeaturesDict
steps/observation/object Tensor (14,) float64
steps/observation/robot0_eef_pos Tensor (3,) float64 End-effector position
steps/observation/robot0_eef_quat Tensor (4,) float64 End-effector orientation
steps/observation/robot0_eef_vel_ang Tensor (3,) float64 End-effector angular velocity
steps/observation/robot0_eef_vel_lin Tensor (3,) float64 End-effector cartesian velocity
steps/observation/robot0_gripper_qpos Tensor (2,) float64 Gripper position
steps/observation/robot0_gripper_qvel Tensor (2,) float64 Gripper velocity
steps/observation/robot0_joint_pos Tensor (7,) float64 7DOF joint positions
steps/observation/robot0_joint_pos_cos Tensor (7,) float64
steps/observation/robot0_joint_pos_sin Tensor (7,) float64
steps/observation/robot0_joint_vel Tensor (7,) float64 7DOF joint velocities
steps/reward Tensor float64
steps/states Tensor (45,) float64
train Tensor bool
valid Tensor bool
worse Tensor bool
worse_better Tensor bool
worse_better_train Tensor bool
worse_better_valid Tensor bool
worse_okay Tensor bool
worse_okay_train Tensor bool
worse_okay_valid Tensor bool
worse_operator_1 Tensor bool
worse_operator_1_train Tensor bool
worse_operator_1_valid Tensor bool
worse_operator_2 Tensor bool
worse_operator_2_train Tensor bool
worse_operator_2_valid Tensor bool
worse_train Tensor bool
worse_valid Tensor bool

robomimic_mh/transport_mh_image

  • Download size : 31.47 GiB

  • Dataset size : 7.69 GiB

  • Auto-cached ( documentation ): No

  • Feature structure :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
20_percent Tensor bool
20_percent_train Tensor bool
20_percent_valid Tensor bool
50_percent Tensor bool
50_percent_train Tensor bool
50_percent_valid Tensor bool
better Tensor bool
better_train Tensor bool
better_valid Tensor bool
episode_id Tensor string
horizon Tensor int32
okay Tensor bool
okay_better Tensor bool
okay_better_train Tensor bool
okay_better_valid Tensor bool
okay_train Tensor bool
okay_valid Tensor bool
steps Dataset
steps/action Tensor (14,) float64
steps/discount Tensor int32
steps/is_first Tensor bool
steps/is_last Tensor bool
steps/is_terminal Tensor bool
steps/observation FeaturesDict
steps/observation/object Tensor (41,) float64
steps/observation/robot0_eef_pos Tensor (3,) float64 End-effector position
steps/observation/robot0_eef_quat Tensor (4,) float64 End-effector orientation
steps/observation/robot0_eef_vel_ang Tensor (3,) float64 End-effector angular velocity
steps/observation/robot0_eef_vel_lin Tensor (3,) float64 End-effector cartesian velocity
steps/observation/robot0_eye_in_hand_image Image (84, 84, 3) uint8
steps/observation/robot0_gripper_qpos Tensor (2,) float64 Gripper position
steps/observation/robot0_gripper_qvel Tensor (2,) float64 Gripper velocity
steps/observation/robot0_joint_pos Tensor (7,) float64 7DOF joint positions
steps/observation/robot0_joint_pos_cos Tensor (7,) float64
steps/observation/robot0_joint_pos_sin Tensor (7,) float64
steps/observation/robot0_joint_vel Tensor (7,) float64 7DOF joint velocities
steps/observation/robot1_eef_pos Tensor (3,) float64 End-effector position
steps/observation/robot1_eef_quat Tensor (4,) float64 End-effector orientation
steps/observation/robot1_eef_vel_ang Tensor (3,) float64 End-effector angular velocity
steps/observation/robot1_eef_vel_lin Tensor (3,) float64 End-effector cartesian velocity
steps/observation/robot1_eye_in_hand_image Image (84, 84, 3) uint8
steps/observation/robot1_gripper_qpos Tensor (2,) float64 Gripper position
steps/observation/robot1_gripper_qvel Tensor (2,) float64 Gripper velocity
steps/observation/robot1_joint_pos Tensor (7,) float64 7DOF joint positions
steps/observation/robot1_joint_pos_cos Tensor (7,) float64
steps/observation/robot1_joint_pos_sin Tensor (7,) float64
steps/observation/robot1_joint_vel Tensor (7,) float64 7DOF joint velocities
steps/observation/shouldercamera0_image Image (84, 84, 3) uint8
steps/observation/shouldercamera1_image Image (84, 84, 3) uint8
steps/reward Tensor float64
steps/states Tensor (115,) float64
train Tensor bool
valid Tensor bool
worse Tensor bool
worse_better Tensor bool
worse_better_train Tensor bool
worse_better_valid Tensor bool
worse_okay Tensor bool
worse_okay_train Tensor bool
worse_okay_valid Tensor bool
worse_train Tensor bool
worse_valid Tensor bool

robomimic_mh/transport_mh_low_dim

  • Download size : 607.47 MiB

  • Dataset size : 434.43 MiB

  • Auto-cached ( documentation ): No

  • Feature structure :

FeaturesDict({
    '20_percent': bool,
    '20_percent_train': bool,
    '20_percent_valid': bool,
    '50_percent': bool,
    '50_percent_train': bool,
    '50_percent_valid': bool,
    'better': bool,
    'better_train': bool,
    'better_valid': bool,
    'episode_id': string,
    'horizon': int32,
    'okay': bool,
    'okay_better': bool,
    'okay_better_train': bool,
    'okay_better_valid': bool,
    'okay_train': bool,
    'okay_valid': bool,
    '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,
    'worse': bool,
    'worse_better': bool,
    'worse_better_train': bool,
    'worse_better_valid': bool,
    'worse_okay': bool,
    'worse_okay_train': bool,
    'worse_okay_valid': bool,
    'worse_train': bool,
    'worse_valid': bool,
})
  • Feature documentation :
Feature Class Shape Dtype Description
FeaturesDict
20_percent Tensor bool
20_percent_train Tensor bool
20_percent_valid Tensor bool
50_percent Tensor bool
50_percent_train Tensor bool
50_percent_valid Tensor bool
better Tensor bool
better_train Tensor bool
better_valid Tensor bool
episode_id Tensor string
horizon Tensor int32
okay Tensor bool
okay_better Tensor bool
okay_better_train Tensor bool
okay_better_valid Tensor bool
okay_train Tensor bool
okay_valid Tensor bool
steps Dataset
steps/action Tensor (14,) float64
steps/discount Tensor int32
steps/is_first Tensor bool
steps/is_last Tensor bool
steps/is_terminal Tensor bool
steps/observation FeaturesDict
steps/observation/object Tensor (41,) float64
steps/observation/robot0_eef_pos Tensor (3,) float64 End-effector position
steps/observation/robot0_eef_quat Tensor (4,) float64 End-effector orientation
steps/observation/robot0_eef_vel_ang Tensor (3,) float64 End-effector angular velocity
steps/observation/robot0_eef_vel_lin Tensor (3,) float64 End-effector cartesian velocity
steps/observation/robot0_gripper_qpos Tensor (2,) float64 Gripper position
steps/observation/robot0_gripper_qvel Tensor (2,) float64 Gripper velocity
steps/observation/robot0_joint_pos Tensor (7,) float64 7DOF joint positions
steps/observation/robot0_joint_pos_cos Tensor (7,) float64
steps/observation/robot0_joint_pos_sin Tensor (7,) float64
steps/observation/robot0_joint_vel Tensor (7,) float64 7DOF joint velocities
steps/observation/robot1_eef_pos Tensor (3,) float64 End-effector position
steps/observation/robot1_eef_quat Tensor (4,) float64 End-effector orientation
steps/observation/robot1_eef_vel_ang Tensor (3,) float64 End-effector angular velocity
steps/observation/robot1_eef_vel_lin Tensor (3,) float64 End-effector cartesian velocity
steps/observation/robot1_gripper_qpos Tensor (2,) float64 Gripper position
steps/observation/robot1_gripper_qvel Tensor (2,) float64 Gripper velocity
steps/observation/robot1_joint_pos Tensor (7,) float64 7DOF joint positions
steps/observation/robot1_joint_pos_cos Tensor (7,) float64
steps/observation/robot1_joint_pos_sin Tensor (7,) float64
steps/observation/robot1_joint_vel Tensor (7,) float64 7DOF joint velocities
steps/reward Tensor float64
steps/states Tensor (115,) float64
train Tensor bool
valid Tensor bool
worse Tensor bool
worse_better Tensor bool
worse_better_train Tensor bool
worse_better_valid Tensor bool
worse_okay Tensor bool
worse_okay_train Tensor bool
worse_okay_valid Tensor bool
worse_train Tensor bool
worse_valid Tensor bool