robomimic_mg

  • תיאור :

מערכי הנתונים שנוצרו על ידי מכונת Robomimic נאספו באמצעות סוכן Soft Actor Critic שהוכשר עם פרס צפוף. כל מערך נתונים מורכב ממאגר ההפעלה החוזר של הסוכן.

לכל משימה שתי גרסאות: אחת עם תצפיות ממדיות נמוכות ( low_dim ), ואחת עם תמונות ( image ).

מערכי הנתונים פועלים לפי פורמט RLDS כדי לייצג שלבים ופרקים.

@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_mg/lift_mg_image (תצורת ברירת המחדל)

  • גודל הורדה : 18.04 GiB

  • גודל מערך נתונים : 2.73 GiB

  • שמירה אוטומטית במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,500
  • מבנה תכונה :
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({
            '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),
    }),
})
  • תיעוד תכונה :
תכונה מַחלָקָה צוּרָה Dtype תֵאוּר
FeaturesDict
פרק_מזהה מוֹתֵחַ חוּט
אופק מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (7,) לצוף64
צעדים/הנחה מוֹתֵחַ int32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית FeaturesDict
steps/observation/agentview_image תְמוּנָה (84, 84, 3) uint8
צעדים/תצפית/חפץ מוֹתֵחַ (10,) לצוף64
צעדים/תצפית/רובוט0_eef_pos מוֹתֵחַ (3,) לצוף64 עמדת גורם קצה
צעדים/תצפית/רובוט0_eef_quat מוֹתֵחַ (4,) לצוף64 אוריינטציה של גורם קצה
צעדים/תצפית/רובוט0_eef_vel_ang מוֹתֵחַ (3,) לצוף64 מהירות זוויתית של אפקטור קצה
צעדים/תצפית/רובוט0_eef_vel_lin מוֹתֵחַ (3,) לצוף64 מהירות קרטזיאנית של אפקטור קצה
צעדים/תצפית/רובוט0_עין_בתמונה_יד תְמוּנָה (84, 84, 3) uint8
צעדים/תצפית/רובוט0_gripper_qpos מוֹתֵחַ (2,) לצוף64 עמדת האחיזה
צעדים/תצפית/רובוט0_gripper_qvel מוֹתֵחַ (2,) לצוף64 מהירות האחיזה
צעדים/תצפית/רובוט0_joint_pos מוֹתֵחַ (7,) לצוף64 עמדות משותפות 7DOF
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 מהירויות מפרקים 7DOF
צעדים/פרס מוֹתֵחַ לצוף64
צעדים/מדינות מוֹתֵחַ (32,) לצוף64

robomimic_mg/lift_mg_low_dim

  • גודל הורדה : 302.25 MiB

  • גודל מערך נתונים : 195.10 MiB

  • שמור אוטומטי במטמון ( תיעוד ): רק כאשר shuffle_files=False (רכבת)

  • פיצולים :

לְפַצֵל דוגמאות
'train' 1,500
  • מבנה תכונה :
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=(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),
    }),
})
  • תיעוד תכונה :
תכונה מַחלָקָה צוּרָה Dtype תֵאוּר
FeaturesDict
פרק_מזהה מוֹתֵחַ חוּט
אופק מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (7,) לצוף64
צעדים/הנחה מוֹתֵחַ int32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית FeaturesDict
צעדים/תצפית/חפץ מוֹתֵחַ (10,) לצוף64
צעדים/תצפית/רובוט0_eef_pos מוֹתֵחַ (3,) לצוף64 עמדת גורם קצה
צעדים/תצפית/רובוט0_eef_quat מוֹתֵחַ (4,) לצוף64 אוריינטציה של גורם קצה
צעדים/תצפית/רובוט0_eef_vel_ang מוֹתֵחַ (3,) לצוף64 מהירות זוויתית של אפקטור קצה
צעדים/תצפית/רובוט0_eef_vel_lin מוֹתֵחַ (3,) לצוף64 מהירות קרטזיאנית של אפקטור קצה
צעדים/תצפית/רובוט0_gripper_qpos מוֹתֵחַ (2,) לצוף64 עמדת האחיזה
צעדים/תצפית/רובוט0_gripper_qvel מוֹתֵחַ (2,) לצוף64 מהירות האחיזה
צעדים/תצפית/רובוט0_joint_pos מוֹתֵחַ (7,) לצוף64 עמדות משותפות 7DOF
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 מהירויות מפרקים 7DOF
צעדים/פרס מוֹתֵחַ לצוף64
צעדים/מדינות מוֹתֵחַ (32,) לצוף64

robomimic_mg/can_mg_image

  • גודל הורדה : 47.14 GiB

  • גודל מערך נתונים : 11.15 GiB

  • שמירה אוטומטית במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 3,900
  • מבנה תכונה :
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({
            '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),
    }),
})
  • תיעוד תכונה :
תכונה מַחלָקָה צוּרָה Dtype תֵאוּר
FeaturesDict
פרק_מזהה מוֹתֵחַ חוּט
אופק מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (7,) לצוף64
צעדים/הנחה מוֹתֵחַ int32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית FeaturesDict
steps/observation/agentview_image תְמוּנָה (84, 84, 3) uint8
צעדים/תצפית/חפץ מוֹתֵחַ (14,) לצוף64
צעדים/תצפית/רובוט0_eef_pos מוֹתֵחַ (3,) לצוף64 עמדת גורם קצה
צעדים/תצפית/רובוט0_eef_quat מוֹתֵחַ (4,) לצוף64 אוריינטציה של גורם קצה
צעדים/תצפית/רובוט0_eef_vel_ang מוֹתֵחַ (3,) לצוף64 מהירות זוויתית של אפקטור קצה
צעדים/תצפית/רובוט0_eef_vel_lin מוֹתֵחַ (3,) לצוף64 מהירות קרטזיאנית של אפקטור קצה
צעדים/תצפית/רובוט0_עין_בתמונה_יד תְמוּנָה (84, 84, 3) uint8
צעדים/תצפית/רובוט0_gripper_qpos מוֹתֵחַ (2,) לצוף64 עמדת האחיזה
צעדים/תצפית/רובוט0_gripper_qvel מוֹתֵחַ (2,) לצוף64 מהירות האחיזה
צעדים/תצפית/רובוט0_joint_pos מוֹתֵחַ (7,) לצוף64 עמדות משותפות 7DOF
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 מהירויות מפרקים 7DOF
צעדים/פרס מוֹתֵחַ לצוף64
צעדים/מדינות מוֹתֵחַ (71,) לצוף64

robomimic_mg/can_mg_low_dim

  • גודל הורדה : 1.01 GiB

  • גודל ערכת נתונים : 697.71 MiB

  • שמירה אוטומטית במטמון ( תיעוד ): לא

  • פיצולים :

לְפַצֵל דוגמאות
'train' 3,900
  • מבנה תכונה :
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=(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),
    }),
})
  • תיעוד תכונה :
תכונה מַחלָקָה צוּרָה Dtype תֵאוּר
FeaturesDict
פרק_מזהה מוֹתֵחַ חוּט
אופק מוֹתֵחַ int32
צעדים מערך נתונים
צעדים/פעולה מוֹתֵחַ (7,) לצוף64
צעדים/הנחה מוֹתֵחַ int32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/תצפית FeaturesDict
צעדים/תצפית/חפץ מוֹתֵחַ (14,) לצוף64
צעדים/תצפית/רובוט0_eef_pos מוֹתֵחַ (3,) לצוף64 עמדת גורם קצה
צעדים/תצפית/רובוט0_eef_quat מוֹתֵחַ (4,) לצוף64 אוריינטציה של גורם קצה
צעדים/תצפית/רובוט0_eef_vel_ang מוֹתֵחַ (3,) לצוף64 מהירות זוויתית של אפקטור קצה
צעדים/תצפית/רובוט0_eef_vel_lin מוֹתֵחַ (3,) לצוף64 מהירות קרטזיאנית של אפקטור קצה
צעדים/תצפית/רובוט0_gripper_qpos מוֹתֵחַ (2,) לצוף64 עמדת תפסן
צעדים/תצפית/רובוט0_gripper_qvel מוֹתֵחַ (2,) לצוף64 מהירות האחיזה
צעדים/תצפית/רובוט0_joint_pos מוֹתֵחַ (7,) לצוף64 עמדות משותפות 7DOF
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 מהירויות מפרקים 7DOF
צעדים/פרס מוֹתֵחַ לצוף64
צעדים/מדינות מוֹתֵחַ (71,) לצוף64