robomimic_ph

  • Descripción :

Los conjuntos de datos humanos competentes de Robomimic fueron recopilados por 1 operador competente utilizando la plataforma RoboTurk (con la excepción de Transporte, que tenía 2 operadores competentes trabajando juntos). Cada conjunto de datos consta de 200 trayectorias exitosas.

Cada tarea tiene dos versiones: una con observaciones de baja dimensión ( low_dim ) y otra con imágenes ( image ).

Los conjuntos de datos siguen el formato RLDS para representar pasos y episodios.

Dividir Ejemplos
'train' 200
@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 (configuración predeterminada)

  • Tamaño de descarga : 798.43 MiB

  • Tamaño del conjunto de datos : 114.47 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(32,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/agentview_image Imagen (84, 84, 3) uint8
pasos/observación/objeto Tensor (10,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_eye_in_hand_image Imagen (84, 84, 3) uint8
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (32,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/lift_ph_low_dim

  • Tamaño de descarga : 17.69 MiB

  • Tamaño del conjunto de datos : 8.50 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(32,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/objeto Tensor (10,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (32,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/can_ph_image

  • Tamaño de descarga : 1.87 GiB

  • Tamaño del conjunto de datos : 474.55 MiB

  • Almacenamiento en caché automático ( documentación ): No

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(71,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/agentview_image Imagen (84, 84, 3) uint8
pasos/observación/objeto Tensor (14,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_eye_in_hand_image Imagen (84, 84, 3) uint8
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (71,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/can_ph_low_dim

  • Tamaño de descarga : 43.38 MiB

  • Tamaño del conjunto de datos : 27.73 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(71,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/objeto Tensor (14,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (71,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/cuadrado_ph_image

  • Tamaño de descarga : 2.42 GiB

  • Tamaño del conjunto de datos : 401.28 MiB

  • Almacenamiento en caché automático ( documentación ): No

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/agentview_image Imagen (84, 84, 3) uint8
pasos/observación/objeto Tensor (14,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_eye_in_hand_image Imagen (84, 84, 3) uint8
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (45,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/square_ph_low_dim

  • Tamaño de descarga : 47.69 MiB

  • Tamaño del conjunto de datos : 29.91 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(45,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/objeto Tensor (14,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (45,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/transport_ph_image

  • Tamaño de descarga : 15.07 GiB

  • Tamaño del conjunto de datos : 3.64 GiB

  • Almacenamiento en caché automático ( documentación ): No

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64, description=End-effector position),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot1_eye_in_hand_image': Image(shape=(84, 84, 3), dtype=uint8),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
            '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,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (14,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/objeto Tensor (41,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_eye_in_hand_image Imagen (84, 84, 3) uint8
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/observación/robot1_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot1_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot1_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot1_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot1_eye_in_hand_image Imagen (84, 84, 3) uint8
pasos/observación/robot1_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot1_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot1_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot1_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot1_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot1_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/observación/shouldercamera0_image Imagen (84, 84, 3) uint8
pasos/observación/shouldercamera1_image Imagen (84, 84, 3) uint8
pasos/recompensa Tensor flotador64
pasos/estados Tensor (115,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/transport_ph_low_dim

  • Tamaño de descarga : 294.70 MiB

  • Tamaño del conjunto de datos : 208.05 MiB

  • Almacenamiento en caché automático ( documentación ): solo cuando shuffle_files=False (entrenamiento)

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
            'robot1_eef_pos': Tensor(shape=(3,), dtype=float64, description=End-effector position),
            'robot1_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot1_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot1_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot1_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot1_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot1_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(115,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
20_por ciento Tensor booleano
20_porcentaje_tren Tensor booleano
20_porcentaje_válido Tensor booleano
50_por ciento Tensor booleano
50_porcentaje_tren Tensor booleano
50_porcentaje_válido Tensor booleano
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (14,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/objeto Tensor (41,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/observación/robot1_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot1_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot1_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot1_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot1_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot1_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot1_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot1_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot1_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot1_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (115,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/tool_hang_ph_image

  • Tamaño de descarga : 61.96 GiB

  • Tamaño del conjunto de datos : 9.10 GiB

  • Almacenamiento en caché automático ( documentación ): No

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_eye_in_hand_image': Image(shape=(240, 240, 3), dtype=uint8),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
            'sideview_image': Image(shape=(240, 240, 3), dtype=uint8),
        }),
        'reward': float64,
        'states': Tensor(shape=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/objeto Tensor (44,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_eye_in_hand_image Imagen (240, 240, 3) uint8
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/observación/sideview_image Imagen (240, 240, 3) uint8
pasos/recompensa Tensor flotador64
pasos/estados Tensor (58,) flotador64
tren Tensor booleano
válido Tensor booleano

robomimic_ph/tool_hang_ph_low_dim

  • Tamaño de descarga : 192.29 MiB

  • Tamaño del conjunto de datos : 121.77 MiB

  • Almacenamiento en caché automático ( documentación ): Sí

  • Estructura de características : 

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, description=End-effector position),
            'robot0_eef_quat': Tensor(shape=(4,), dtype=float64, description=End-effector orientation),
            'robot0_eef_vel_ang': Tensor(shape=(3,), dtype=float64, description=End-effector angular velocity),
            'robot0_eef_vel_lin': Tensor(shape=(3,), dtype=float64, description=End-effector cartesian velocity),
            'robot0_gripper_qpos': Tensor(shape=(2,), dtype=float64, description=Gripper position),
            'robot0_gripper_qvel': Tensor(shape=(2,), dtype=float64, description=Gripper velocity),
            'robot0_joint_pos': Tensor(shape=(7,), dtype=float64, description=7DOF joint positions),
            '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, description=7DOF joint velocities),
        }),
        'reward': float64,
        'states': Tensor(shape=(58,), dtype=float64),
    }),
    'train': bool,
    'valid': bool,
})
  • Documentación de funciones :
Característica Clase Forma tipo D Descripción
FuncionesDict
id_episodio Tensor cadena
horizonte Tensor int32
pasos Conjunto de datos
pasos/acción Tensor (7,) flotador64
pasos/descuento Tensor int32
pasos/es_primero Tensor booleano
pasos/es_último Tensor booleano
pasos/es_terminal Tensor booleano
pasos/observación FuncionesDict
pasos/observación/objeto Tensor (44,) flotador64
pasos/observación/robot0_eef_pos Tensor (3,) flotador64 Posición del efector final
pasos/observación/robot0_eef_quat Tensor (4,) flotador64 Orientación del efector final
pasos/observación/robot0_eef_vel_ang Tensor (3,) flotador64 Velocidad angular del efector final
pasos/observación/robot0_eef_vel_lin Tensor (3,) flotador64 Velocidad cartesiana del efector final
pasos/observación/robot0_gripper_qpos Tensor (2,) flotador64 Posición de la pinza
pasos/observación/robot0_gripper_qvel Tensor (2,) flotador64 Velocidad de la pinza
pasos/observación/robot0_joint_pos Tensor (7,) flotador64 Posiciones conjuntas 7DOF
pasos/observación/robot0_joint_pos_cos Tensor (7,) flotador64
pasos/observación/robot0_joint_pos_sin Tensor (7,) flotador64
pasos/observación/robot0_joint_vel Tensor (7,) flotador64 Velocidades conjuntas 7DOF
pasos/recompensa Tensor flotador64
pasos/estados Tensor (58,) flotador64
tren Tensor booleano
válido Tensor booleano