- תיאור :
מערכי נתונים אלה נוצרו עם סביבת PickPlaceCan של סימולטור הזרוע הרובוטי של robosuite . מערכי הנתונים האנושיים תועדו על ידי מפעיל יחיד באמצעות ה- RLDS Creator ובקר gamepad.
מערכי הנתונים הסינתטיים תועדו באמצעות ספריית EnvLogger .
מערכי הנתונים פועלים לפי פורמט RLDS כדי לייצג שלבים ופרקים.
פרקים מורכבים מ-400 שלבים. בכל פרק, תג מתווסף עם השלמת המשימה, תג זה מאוחסן כחלק מהמטא נתונים של הצעד המותאם אישית.
שים לב שבגלל התלות ב-EnvLogger, יצירת מערך הנתונים הזה נתמך כרגע רק בסביבות לינוקס.
קוד מקור :
tfds.rlds.datasets.robosuite_panda_pick_place_can.RobosuitePandaPickPlaceCan
גרסאות :
-
1.0.0
(ברירת מחדל): שחרור ראשוני.
-
שמירה אוטומטית במטמון ( תיעוד ): לא
מפתחות בפיקוח (ראה
as_supervised
doc ):None
איור ( tfds.show_examples ): לא נתמך.
ציטוט :
@misc{ramos2021rlds,
title={RLDS: an Ecosystem to Generate, Share and Use Datasets in Reinforcement Learning},
author={Sabela Ramos and Sertan Girgin and Léonard Hussenot and Damien Vincent and Hanna Yakubovich and Daniel Toyama and Anita Gergely and Piotr Stanczyk and Raphael Marinier and Jeremiah Harmsen and Olivier Pietquin and Nikola Momchev},
year={2021},
eprint={2111.02767},
archivePrefix={arXiv},
primaryClass={cs.LG}
}
robosuite_panda_pick_place_can/human_dc29b40a (תצורת ברירת המחדל)
תיאור תצורה : מערך נתונים שנוצר על ידי אדם (50 פרקים).
דף הבית : https://github.com/google-research/rlds
גודל הורדה :
96.67 MiB
גודל ערכת נתונים :
407.24 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 50 |
- מבנה תכונה :
FeaturesDict({
'agent_id': string,
'episode_id': string,
'episode_index': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': float64,
'image': Image(shape=(None, None, 3), dtype=uint8),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'Can_pos': Tensor(shape=(3,), dtype=float64),
'Can_quat': Tensor(shape=(4,), dtype=float64),
'Can_to_robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'Can_to_robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
'object-state': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'robot0_proprio-state': Tensor(shape=(32,), dtype=float64),
}),
'reward': float64,
'tag:placed': bool,
}),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
agent_id | מוֹתֵחַ | חוּט | ||
פרק_מזהה | מוֹתֵחַ | חוּט | ||
episode_index | מוֹתֵחַ | int32 | ||
צעדים | מערך נתונים | |||
צעדים/פעולה | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/הנחה | מוֹתֵחַ | לצוף64 | ||
שלבים/תמונה | תמונה | (אין, אין, 3) | uint8 | |
צעדים/הוא_ראשון | מוֹתֵחַ | bool | ||
צעדים/הוא_אחרון | מוֹתֵחַ | bool | ||
steps/is_terminal | מוֹתֵחַ | bool | ||
צעדים/תצפית | FeaturesDict | |||
צעדים/תצפית/Can_pos | מוֹתֵחַ | (3,) | לצוף64 | |
צעדים/תצפית/Can_quat | מוֹתֵחַ | (4,) | לצוף64 | |
צעדים/תצפית/Can_to_robot0_eef_pos | מוֹתֵחַ | (3,) | לצוף64 | |
צעדים/תצפית/Can_to_robot0_eef_quat | מוֹתֵחַ | (4,) | לצוף32 | |
צעדים/תצפית/מצב-אובייקט | מוֹתֵחַ | (14,) | לצוף64 | |
צעדים/תצפית/רובוט0_eef_pos | מוֹתֵחַ | (3,) | לצוף64 | |
צעדים/תצפית/רובוט0_eef_quat | מוֹתֵחַ | (4,) | לצוף64 | |
צעדים/תצפית/רובוט0_gripper_qpos | מוֹתֵחַ | (2,) | לצוף64 | |
צעדים/תצפית/רובוט0_gripper_qvel | מוֹתֵחַ | (2,) | לצוף64 | |
צעדים/תצפית/רובוט0_joint_pos_cos | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/תצפית/רובוט0_joint_pos_sin | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/תצפית/רובוט0_joint_vel | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/תצפית/רובוט0_proprio-state | מוֹתֵחַ | (32,) | לצוף64 | |
צעדים/פרס | מוֹתֵחַ | לצוף64 | ||
steps/tag:placed | מוֹתֵחַ | bool |
- דוגמאות ( tfds.as_dataframe ):
robosuite_panda_pick_place_can/human_images_dc29b40a
תיאור תצורה : מערך נתונים שנוצר על ידי אדם, כולל תמונות עם זוויות מצלמה שונות בתצפית. שימו לב שייתכן שייקח זמן מה להפיק.
דף הבית : https://www.tensorflow.org/datasets/catalog/robosuite_panda_pick_place_can
גודל הורדה :
10.95 GiB
גודל מערך נתונים :
7.53 GiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 50 |
- מבנה תכונה :
FeaturesDict({
'agent_id': string,
'episode_id': string,
'episode_index': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float64),
'discount': float64,
'image': Image(shape=(None, None, 3), dtype=uint8),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'Can_pos': Tensor(shape=(3,), dtype=float64),
'Can_quat': Tensor(shape=(4,), dtype=float64),
'Can_to_robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'Can_to_robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
'agentview_image': Image(shape=(256, 256, 3), dtype=uint8),
'birdview_image': Image(shape=(256, 256, 3), dtype=uint8),
'object-state': Tensor(shape=(14,), dtype=float64),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float64),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float64),
'robot0_eye_in_hand_image': Image(shape=(256, 256, 3), dtype=uint8),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float64),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float64),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float64),
'robot0_proprio-state': Tensor(shape=(32,), dtype=float64),
'robot0_robotview_image': Image(shape=(256, 256, 3), dtype=uint8),
}),
'reward': float64,
'tag:placed': bool,
}),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
agent_id | מוֹתֵחַ | חוּט | ||
פרק_מזהה | מוֹתֵחַ | חוּט | ||
episode_index | מוֹתֵחַ | int32 | ||
צעדים | מערך נתונים | |||
צעדים/פעולה | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/הנחה | מוֹתֵחַ | לצוף64 | ||
שלבים/תמונה | תמונה | (אין, אין, 3) | uint8 | |
צעדים/הוא_ראשון | מוֹתֵחַ | bool | ||
צעדים/הוא_אחרון | מוֹתֵחַ | bool | ||
steps/is_terminal | מוֹתֵחַ | bool | ||
צעדים/תצפית | FeaturesDict | |||
צעדים/תצפית/Can_pos | מוֹתֵחַ | (3,) | לצוף64 | |
צעדים/תצפית/Can_quat | מוֹתֵחַ | (4,) | לצוף64 | |
צעדים/תצפית/Can_to_robot0_eef_pos | מוֹתֵחַ | (3,) | לצוף64 | |
צעדים/תצפית/Can_to_robot0_eef_quat | מוֹתֵחַ | (4,) | לצוף32 | |
steps/observation/agentview_image | תמונה | (256, 256, 3) | uint8 | |
צעדים/תצפית/תמונת_ציפור | תמונה | (256, 256, 3) | uint8 | |
צעדים/תצפית/מצב-אובייקט | מוֹתֵחַ | (14,) | לצוף64 | |
צעדים/תצפית/רובוט0_eef_pos | מוֹתֵחַ | (3,) | לצוף64 | |
צעדים/תצפית/רובוט0_eef_quat | מוֹתֵחַ | (4,) | לצוף64 | |
צעדים/תצפית/רובוט0_עין_בתמונה_יד | תמונה | (256, 256, 3) | uint8 | |
צעדים/תצפית/רובוט0_gripper_qpos | מוֹתֵחַ | (2,) | לצוף64 | |
צעדים/תצפית/רובוט0_gripper_qvel | מוֹתֵחַ | (2,) | לצוף64 | |
צעדים/תצפית/רובוט0_joint_pos_cos | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/תצפית/רובוט0_joint_pos_sin | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/תצפית/רובוט0_joint_vel | מוֹתֵחַ | (7,) | לצוף64 | |
צעדים/תצפית/רובוט0_proprio-state | מוֹתֵחַ | (32,) | לצוף64 | |
steps/observation/robot0_robotview_image | תמונה | (256, 256, 3) | uint8 | |
צעדים/פרס | מוֹתֵחַ | לצוף64 | ||
steps/tag:placed | מוֹתֵחַ | bool |
- דוגמאות ( tfds.as_dataframe ):
robosuite_panda_pick_place_can/synthetic_stochastic_sac_afe13968
תיאור תצורה : מערך נתונים סינתטי שנוצר על ידי סוכן סטוכסטי מאומן עם SAC (200 פרקים).
דף הבית : https://github.com/google-research/rlds
גודל הורדה :
144.44 MiB
גודל ערכת נתונים :
622.86 MiB
פיצולים :
לְפַצֵל | דוגמאות |
---|---|
'train' | 200 |
- מבנה תכונה :
FeaturesDict({
'agent_id': string,
'episode_id': string,
'episode_index': int32,
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float32),
'discount': float64,
'image': Image(shape=(None, None, 3), dtype=uint8),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'Can_pos': Tensor(shape=(3,), dtype=float32),
'Can_quat': Tensor(shape=(4,), dtype=float32),
'Can_to_robot0_eef_pos': Tensor(shape=(3,), dtype=float32),
'Can_to_robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
'object-state': Tensor(shape=(14,), dtype=float32),
'robot0_eef_pos': Tensor(shape=(3,), dtype=float32),
'robot0_eef_quat': Tensor(shape=(4,), dtype=float32),
'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float32),
'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float32),
'robot0_joint_pos_cos': Tensor(shape=(7,), dtype=float32),
'robot0_joint_pos_sin': Tensor(shape=(7,), dtype=float32),
'robot0_joint_vel': Tensor(shape=(7,), dtype=float32),
'robot0_proprio-state': Tensor(shape=(32,), dtype=float32),
}),
'reward': float64,
'tag:placed': bool,
}),
})
- תיעוד תכונה :
תכונה | מעמד | צוּרָה | Dtype | תיאור |
---|---|---|---|---|
FeaturesDict | ||||
agent_id | מוֹתֵחַ | חוּט | ||
פרק_מזהה | מוֹתֵחַ | חוּט | ||
episode_index | מוֹתֵחַ | int32 | ||
צעדים | מערך נתונים | |||
צעדים/פעולה | מוֹתֵחַ | (7,) | לצוף32 | |
צעדים/הנחה | מוֹתֵחַ | לצוף64 | ||
שלבים/תמונה | תמונה | (אין, אין, 3) | uint8 | |
צעדים/הוא_ראשון | מוֹתֵחַ | bool | ||
צעדים/הוא_אחרון | מוֹתֵחַ | bool | ||
steps/is_terminal | מוֹתֵחַ | bool | ||
צעדים/תצפית | FeaturesDict | |||
צעדים/תצפית/Can_pos | מוֹתֵחַ | (3,) | לצוף32 | |
צעדים/תצפית/Can_quat | מוֹתֵחַ | (4,) | לצוף32 | |
צעדים/תצפית/Can_to_robot0_eef_pos | מוֹתֵחַ | (3,) | לצוף32 | |
צעדים/תצפית/Can_to_robot0_eef_quat | מוֹתֵחַ | (4,) | לצוף32 | |
צעדים/תצפית/מצב-אובייקט | מוֹתֵחַ | (14,) | לצוף32 | |
צעדים/תצפית/רובוט0_eef_pos | מוֹתֵחַ | (3,) | לצוף32 | |
צעדים/תצפית/רובוט0_eef_quat | מוֹתֵחַ | (4,) | לצוף32 | |
צעדים/תצפית/רובוט0_gripper_qpos | מוֹתֵחַ | (2,) | לצוף32 | |
צעדים/תצפית/רובוט0_gripper_qvel | מוֹתֵחַ | (2,) | לצוף32 | |
צעדים/תצפית/רובוט0_joint_pos_cos | מוֹתֵחַ | (7,) | לצוף32 | |
צעדים/תצפית/רובוט0_joint_pos_sin | מוֹתֵחַ | (7,) | לצוף32 | |
צעדים/תצפית/רובוט0_joint_vel | מוֹתֵחַ | (7,) | לצוף32 | |
צעדים/תצפית/רובוט0_proprio-state | מוֹתֵחַ | (32,) | לצוף32 | |
צעדים/פרס | מוֹתֵחַ | לצוף64 | ||
steps/tag:placed | מוֹתֵחַ | bool |
- דוגמאות ( tfds.as_dataframe ):