- বর্ণনা :
Robomimic দক্ষ মানব ডেটাসেট 1 জন দক্ষ অপারেটর দ্বারা RoboTurk প্ল্যাটফর্ম ব্যবহার করে সংগ্রহ করা হয়েছিল (ট্রান্সপোর্ট বাদে, যেখানে 2 জন দক্ষ অপারেটর একসাথে কাজ করেছিল)। প্রতিটি ডেটাসেটে 200টি সফল ট্রাজেক্টোরি থাকে।
প্রতিটি টাস্কের দুটি সংস্করণ রয়েছে: একটি নিম্ন মাত্রিক পর্যবেক্ষণ সহ ( low_dim
), এবং একটি চিত্র সহ ( image
)।
ডেটাসেটগুলি ধাপ এবং পর্বগুলি উপস্থাপন করতে RLDS বিন্যাস অনুসরণ করে।
সোর্স কোড :
tfds.datasets.robomimic_ph.Builder
সংস্করণ :
-
1.0.0
: প্রাথমিক প্রকাশ। -
1.0.1
(ডিফল্ট): উদ্ধৃতি আপডেট করা হয়েছে।
-
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 200 |
তত্ত্বাবধান করা কী (দেখুন
as_supervised
doc ):None
চিত্র ( tfds.show_examples ): সমর্থিত নয়।
উদাহরণ ( tfds.as_dataframe ): অনুপস্থিত।
উদ্ধৃতি :
@inproceedings{robomimic2021,
title={What Matters in Learning from Offline Human Demonstrations for Robot Manipulation},
author={Ajay Mandlekar and Danfei Xu and Josiah Wong and Soroush Nasiriany
and Chen Wang and Rohun Kulkarni and Li Fei-Fei and Silvio Savarese
and Yuke Zhu and Roberto Mart\'{i}n-Mart\'{i}n},
booktitle={Conference on Robot Learning},
year={2021}
}
robomimic_ph/lift_ph_image (ডিফল্ট কনফিগারেশন)
ডাউনলোড সাইজ :
798.43 MiB
ডেটাসেটের আকার :
114.47 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (10,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৩২,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/lift_ph_low_dim
ডাউনলোড সাইজ :
17.69 MiB
ডেটাসেটের আকার :
8.50 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (10,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৩২,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/can_ph_image
ডাউনলোড সাইজ :
1.87 GiB
ডেটাসেটের আকার :
474.55 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (71,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/can_ph_low_dim
ডাউনলোড সাইজ :
43.38 MiB
ডেটাসেটের আকার :
27.73 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (71,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/square_ph_image
ডাউনলোড সাইজ :
2.42 GiB
ডেটাসেটের আকার :
401.28 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(45,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৪৫,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/square_ph_low_dim
ডাউনলোড সাইজ :
47.69 MiB
ডেটাসেটের আকার :
29.91 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(45,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৪৫,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/transport_ph_image
ডাউনলোড আকার :
15.07 GiB
ডেটাসেটের আকার :
3.64 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(14,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(41,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot1_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot1_joint_vel': Tensor(shape=(7,), dtype=float64),
'shouldercamera0_image': Image(shape=(84, 84, 3), dtype=uint8),
'shouldercamera1_image': Image(shape=(84, 84, 3), dtype=uint8),
}),
'reward': float64,
'states': Tensor(shape=(115,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (14,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (41,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
steps/observation/robot1_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
steps/observation/robot1_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
steps/observation/robot1_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পর্যবেক্ষণ/শোল্ডারক্যামেরা0_ছবি | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/শোল্ডারক্যামেরা1_ছবি | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (115,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/transport_ph_low_dim
ডাউনলোড সাইজ :
294.70 MiB
ডেটাসেটের আকার :
208.05 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): শুধুমাত্র যখন
shuffle_files=False
(ট্রেন)বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(14,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(41,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot1_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(115,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (14,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (41,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
steps/observation/robot1_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
steps/observation/robot1_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
steps/observation/robot1_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (115,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/tool_hang_ph_image
ডাউনলোড সাইজ :
61.96 GiB
ডেটাসেটের আকার :
9.10 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(44,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(240, 240, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'sideview_image': Image(shape=(240, 240, 3), dtype=uint8),
}),
'reward': float64,
'states': Tensor(shape=(58,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (44,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (240, 240, 3) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পর্যবেক্ষণ/সাইডভিউ_ইমেজ | ছবি | (240, 240, 3) | uint8 | |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (58,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/tool_hang_ph_low_dim
ডাউনলোড সাইজ :
192.29 MiB
ডেটাসেটের আকার :
121.77 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(44,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(58,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (44,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (58,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
- বর্ণনা :
Robomimic দক্ষ মানব ডেটাসেট 1 দক্ষ অপারেটর দ্বারা RoboTurk প্ল্যাটফর্ম ব্যবহার করে সংগ্রহ করা হয়েছিল (ট্রান্সপোর্ট বাদে, যেখানে 2 জন দক্ষ অপারেটর একসাথে কাজ করেছিল)। প্রতিটি ডেটাসেটে 200টি সফল ট্রাজেক্টোরি থাকে।
প্রতিটি টাস্কের দুটি সংস্করণ রয়েছে: একটি নিম্ন মাত্রিক পর্যবেক্ষণ সহ ( low_dim
), এবং একটি চিত্র সহ ( image
)।
ডেটাসেটগুলি ধাপ এবং পর্বগুলি উপস্থাপন করতে RLDS ফর্ম্যাট অনুসরণ করে।
সোর্স কোড :
tfds.datasets.robomimic_ph.Builder
সংস্করণ :
-
1.0.0
: প্রাথমিক প্রকাশ। -
1.0.1
(ডিফল্ট): উদ্ধৃতি আপডেট করা হয়েছে।
-
বিভাজন :
বিভক্ত | উদাহরণ |
---|---|
'train' | 200 |
তত্ত্বাবধান করা কী (দেখুন
as_supervised
doc ):None
চিত্র ( tfds.show_examples ): সমর্থিত নয়।
উদাহরণ ( tfds.as_dataframe ): অনুপস্থিত।
উদ্ধৃতি :
@inproceedings{robomimic2021,
title={What Matters in Learning from Offline Human Demonstrations for Robot Manipulation},
author={Ajay Mandlekar and Danfei Xu and Josiah Wong and Soroush Nasiriany
and Chen Wang and Rohun Kulkarni and Li Fei-Fei and Silvio Savarese
and Yuke Zhu and Roberto Mart\'{i}n-Mart\'{i}n},
booktitle={Conference on Robot Learning},
year={2021}
}
robomimic_ph/lift_ph_image (ডিফল্ট কনফিগারেশন)
ডাউনলোড সাইজ :
798.43 MiB
ডেটাসেটের আকার :
114.47 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (10,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৩২,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/lift_ph_low_dim
ডাউনলোড সাইজ :
17.69 MiB
ডেটাসেটের আকার :
8.50 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(10,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(32,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (10,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৩২,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/can_ph_image
ডাউনলোড সাইজ :
1.87 GiB
ডেটাসেটের আকার :
474.55 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (71,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/can_ph_low_dim
ডাউনলোড সাইজ :
43.38 MiB
ডেটাসেটের আকার :
27.73 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(71,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (71,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/square_ph_image
ডাউনলোড সাইজ :
2.42 GiB
ডেটাসেটের আকার :
401.28 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'agentview_image': Image(shape=(84, 84, 3), dtype=uint8),
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(45,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/এজেন্টভিউ_ইমেজ | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৪৫,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/square_ph_low_dim
ডাউনলোড সাইজ :
47.69 MiB
ডেটাসেটের আকার :
29.91 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(45,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (14,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (৪৫,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/transport_ph_image
ডাউনলোড আকার :
15.07 GiB
ডেটাসেটের আকার :
3.64 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(14,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(41,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot1_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot1_joint_vel': Tensor(shape=(7,), dtype=float64),
'shouldercamera0_image': Image(shape=(84, 84, 3), dtype=uint8),
'shouldercamera1_image': Image(shape=(84, 84, 3), dtype=uint8),
}),
'reward': float64,
'states': Tensor(shape=(115,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (14,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (41,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
steps/observation/robot1_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eye_in_hand_image | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
steps/observation/robot1_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
steps/observation/robot1_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পর্যবেক্ষণ/শোল্ডারক্যামেরা0_ছবি | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পর্যবেক্ষণ/শোল্ডারক্যামেরা1_ছবি | ছবি | (৮৪, ৮৪, ৩) | uint8 | |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (115,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/transport_ph_low_dim
ডাউনলোড সাইজ :
294.70 MiB
ডেটাসেটের আকার :
208.05 MiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): শুধুমাত্র যখন
shuffle_files=False
(ট্রেন)বৈশিষ্ট্য গঠন :
FeaturesDict({
'20_percent': bool,
'20_percent_train': bool,
'20_percent_valid': bool,
'50_percent': bool,
'50_percent_train': bool,
'50_percent_valid': bool,
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(14,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(41,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'robot1_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot1_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot1_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot1_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot1_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(115,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
20_শতাংশ | টেনসর | bool | ||
20_শতাংশ_ট্রেন | টেনসর | bool | ||
20_শতাংশ_বৈধ | টেনসর | bool | ||
50 শতাংশ | টেনসর | bool | ||
50_শতাংশ_ট্রেন | টেনসর | bool | ||
50_শতাংশ_বৈধ | টেনসর | bool | ||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (14,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | টেনসর | bool | ||
steps/is_terminal | টেনসর | bool | ||
পদক্ষেপ/পর্যবেক্ষণ | ফিচারসডিক্ট | |||
পদক্ষেপ/পর্যবেক্ষণ/বস্তু | টেনসর | (41,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
পদক্ষেপ/পর্যবেক্ষণ/robot0_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot0_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_pos | টেনসর | (৩,) | float64 | শেষ প্রভাবক অবস্থান |
steps/observation/robot1_eef_quat | টেনসর | (4,) | float64 | শেষ-প্রভাবক অভিযোজন |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_ang | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কৌণিক বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_eef_vel_lin | টেনসর | (৩,) | float64 | শেষ-প্রভাবক কার্টেসিয়ান বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_gripper_qpos | টেনসর | (2,) | float64 | গ্রিপার অবস্থান |
steps/observation/robot1_gripper_qvel | টেনসর | (2,) | float64 | গ্রিপার বেগ |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos | টেনসর | (৭,) | float64 | 7DOF যৌথ পদ |
steps/observation/robot1_joint_pos_cos | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_pos_sin | টেনসর | (৭,) | float64 | |
পদক্ষেপ/পর্যবেক্ষণ/robot1_joint_vel | টেনসর | (৭,) | float64 | 7DOF যৌথ বেগ |
পদক্ষেপ/পুরস্কার | টেনসর | float64 | ||
পদক্ষেপ/রাষ্ট্র | টেনসর | (115,) | float64 | |
ট্রেন | টেনসর | bool | ||
বৈধ | টেনসর | bool |
robomimic_ph/tool_hang_ph_image
ডাউনলোড সাইজ :
61.96 GiB
ডেটাসেটের আকার :
9.10 GiB
স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না
বৈশিষ্ট্য গঠন :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(44,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(240, 240, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'sideview_image': Image(shape=(240, 240, 3), dtype=uint8),
}),
'reward': float64,
'states': Tensor(shape=(58,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য | ক্লাস | আকৃতি | ডিটাইপ | বর্ণনা |
---|---|---|---|---|
ফিচারসডিক্ট | ||||
episode_id | টেনসর | স্ট্রিং | ||
দিগন্ত | টেনসর | int32 | ||
পদক্ষেপ | ডেটাসেট | |||
পদক্ষেপ/ক্রিয়া | টেনসর | (৭,) | float64 | |
পদক্ষেপ/ছাড় | টেনসর | int32 | ||
steps/is_first | টেনসর | bool | ||
ধাপ/শেষ_শেষ | Tensor | bool | ||
steps/is_terminal | Tensor | bool | ||
steps/observation | FeaturesDict | |||
steps/observation/object | Tensor | (44,) | 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 | (240, 240, 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/sideview_image | Image | (240, 240, 3) | uint8 | |
steps/reward | Tensor | float64 | ||
steps/states | Tensor | (58,) | float64 | |
train | Tensor | bool | ||
valid | Tensor | bool |
robomimic_ph/tool_hang_ph_low_dim
Download size :
192.29 MiB
Dataset size :
121.77 MiB
Auto-cached ( documentation ): Yes
Feature structure :
FeaturesDict({
'episode_id': string,
'horizon': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': int32,
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'object': Tensor(shape=(44,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64),
'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
}),
'reward': float64,
'states': Tensor(shape=(58,), dtype=float64),
}),
'train': bool,
'valid': bool,
})
- Feature documentation :
Feature | Class | Shape | Dtype | Description |
---|---|---|---|---|
FeaturesDict | ||||
episode_id | Tensor | string | ||
horizon | Tensor | int32 | ||
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 | (44,) | 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 | (58,) | float64 | |
train | Tensor | bool | ||
valid | Tensor | bool |