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

이 페이지는 Cloud Translation API를 통해 번역되었습니다.

robomimic_ph

설명 :

Robomimic 능숙한 인간 데이터 세트는 RoboTurk 플랫폼을 사용하여 1명의 능숙한 운영자가 수집했습니다(2명의 능숙한 운영자가 함께 작업하는 Transport는 제외). 각 데이터 세트는 200개의 성공적인 궤적으로 구성됩니다.

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

데이터 세트는 RLDS 형식을 따라 단계와 에피소드를 나타냅니다.

홈페이지 : https://arise-initiative.github.io/robomimic-web/
소스 코드 : tfds.datasets.robomimic_ph.Builder
버전 :
- 1.0.0 : 최초 릴리스.
- 1.0.1 (기본값): 인용이 업데이트되었습니다.
분할 :

나뉘다	예
`'train'`	200

감독되는 키 ( as_supervised doc 참조): None
그림 ( tfds.show_examples ): 지원되지 않습니다.
인용 :

@inproceedings{robomimic2021,
  title={What Matters in Learning from Offline Human Demonstrations for Robot Manipulation},
  author={Ajay Mandlekar and Danfei Xu and Josiah Wong and Soroush Nasiriany
          and Chen Wang and Rohun Kulkarni and Li Fei-Fei and Silvio Savarese
          and Yuke Zhu and Roberto Mart\'{i}n-Mart\'{i}n},
  booktitle={Conference on Robot Learning},
  year={2021}
}

robomimic_ph/lift_ph_image (기본 구성)

다운로드 크기 : 798.43 MiB
데이터세트 크기 : 114.47 MiB
자동 캐시 ( 문서 ): 예
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_%	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/agentview_image	영상	(84, 84, 3)	uint8
단계/관찰/객체	텐서	(10,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_eye_in_hand_image	영상	(84, 84, 3)	uint8
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(32,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/lift_ph_low_dim

다운로드 크기 : 17.69 MiB
데이터세트 크기 : 8.50 MiB
자동 캐시 ( 문서 ): 예
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_%	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/객체	텐서	(10,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(32,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/can_ph_image

다운로드 크기 : 1.87 GiB
데이터세트 크기 : 474.55 MiB
자동 캐시 ( 문서 ): 아니요
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_퍼센트	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/agentview_image	영상	(84, 84, 3)	uint8
단계/관찰/객체	텐서	(14,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_eye_in_hand_image	영상	(84, 84, 3)	uint8
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(71,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/can_ph_low_dim

다운로드 크기 : 43.38 MiB
데이터세트 크기 : 27.73 MiB
자동 캐시 ( 문서 ): 예
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_퍼센트	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/객체	텐서	(14,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(71,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/square_ph_image

다운로드 크기 : 2.42 GiB
데이터세트 크기 : 401.28 MiB
자동 캐시 ( 문서 ): 아니요
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_퍼센트	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/agentview_image	영상	(84, 84, 3)	uint8
단계/관찰/객체	텐서	(14,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_eye_in_hand_image	영상	(84, 84, 3)	uint8
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(45,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/square_ph_low_dim

다운로드 크기 : 47.69 MiB
데이터세트 크기 : 29.91 MiB
자동 캐시 ( 문서 ): 예
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_퍼센트	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/객체	텐서	(14,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(45,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/transport_ph_image

다운로드 크기 : 15.07 GiB
데이터세트 크기 : 3.64 GiB
자동 캐시 ( 문서 ): 아니요
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_%	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(14,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/객체	텐서	(41,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_eye_in_hand_image	영상	(84, 84, 3)	uint8
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
단계/관찰/robot1_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot1_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot1_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot1_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot1_eye_in_hand_image	영상	(84, 84, 3)	uint8
단계/관찰/robot1_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot1_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot1_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot1_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot1_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot1_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/관찰/shouldercamera0_image	영상	(84, 84, 3)	uint8
걸음 수/관찰/shouldercamera1_image	영상	(84, 84, 3)	uint8
걸음 수/보상	텐서		float64
단계/상태	텐서	(115,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/transport_ph_low_dim

다운로드 크기 : 294.70 MiB
데이터세트 크기 : 208.05 MiB
자동 캐시 ( 문서 ): shuffle_files=False 인 경우에만(학습)
기능 구조 :

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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
20_퍼센트	텐서		부울
20_percent_train	텐서		부울
20_퍼센트_유효	텐서		부울
50_퍼센트	텐서		부울
50_percent_train	텐서		부울
50_%_유효	텐서		부울
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(14,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/객체	텐서	(41,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
단계/관찰/robot1_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot1_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot1_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot1_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot1_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot1_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot1_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot1_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot1_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot1_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(115,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/tool_hang_ph_image

다운로드 크기 : 61.96 GiB
데이터세트 크기 : 9.10 GiB
자동 캐시 ( 문서 ): 아니요
기능 구조 :

FeaturesDict({
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/객체	텐서	(44,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_eye_in_hand_image	영상	(240, 240, 3)	uint8
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
단계/관찰/sideview_image	영상	(240, 240, 3)	uint8
걸음 수/보상	텐서		float64
단계/상태	텐서	(58,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):

robomimic_ph/tool_hang_ph_low_dim

다운로드 크기 : 192.29 MiB
데이터세트 크기 : 121.77 MiB
자동 캐시 ( 문서 ): 예
기능 구조 :

FeaturesDict({
    'episode_id': string,
    'horizon': int32,
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float64),
        'discount': int32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'object': Tensor(shape=(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,
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
에피소드_ID	텐서		끈
수평선	텐서		정수32
단계	데이터세트
단계/작업	텐서	(7,)	float64
걸음수/할인	텐서		정수32
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/객체	텐서	(44,)	float64
단계/관찰/robot0_eef_pos	텐서	(3,)	float64	엔드 이펙터 위치
단계/관찰/robot0_eef_quat	텐서	(4,)	float64	엔드 이펙터 방향
단계/관찰/robot0_eef_vel_ang	텐서	(3,)	float64	엔드 이펙터 각속도
단계/관찰/robot0_eef_vel_lin	텐서	(3,)	float64	엔드 이펙터 데카르트 속도
단계/관찰/robot0_gripper_qpos	텐서	(2,)	float64	그리퍼 위치
단계/관찰/robot0_gripper_qvel	텐서	(2,)	float64	그리퍼 속도
단계/관찰/robot0_joint_pos	텐서	(7,)	float64	7DOF 관절 위치
단계/관찰/robot0_joint_pos_cos	텐서	(7,)	float64
단계/관찰/robot0_joint_pos_sin	텐서	(7,)	float64
단계/관찰/robot0_joint_vel	텐서	(7,)	float64	7DOF 관절 속도
걸음 수/보상	텐서		float64
단계/상태	텐서	(58,)	float64
기차	텐서		부울
유효한	텐서		부울

예 ( tfds.as_dataframe ):