- 설명 :
이러한 데이터세트는 robosuite 로봇팔 시뮬레이터 의 PickPlaceCan 환경을 사용하여 생성되었습니다. 인간 데이터세트는 RLDS Creator 와 게임패드 컨트롤러를 사용하여 단일 운영자가 기록했습니다.
합성 데이터 세트는 EnvLogger 라이브러리를 사용하여 기록되었습니다.
데이터 세트는 RLDS 형식을 따라 단계와 에피소드를 나타냅니다.
에피소드는 400단계로 구성됩니다. 각 에피소드에서 작업이 완료되면 태그가 추가되며, 이 태그는 사용자 정의 단계 메타데이터의 일부로 저장됩니다.
EnvLogger 종속성으로 인해 이 데이터 세트 생성은 현재 Linux 환경에서만 지원됩니다.
소스 코드 :
tfds.rlds.datasets.robosuite_panda_pick_place_can.RobosuitePandaPickPlaceCan
버전 :
-
1.0.0
(기본값): 최초 릴리스입니다.
-
자동 캐시 ( 문서 ): 아니요
감독되는 키 (
as_supervised
doc 참조):None
그림 ( tfds.show_examples ): 지원되지 않습니다.
인용 :
@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 (기본 구성)
구성 설명 : 인간이 생성한 데이터 세트(50개 에피소드).
다운로드 크기 :
96.67 MiB
데이터세트 크기 :
407.24 MiB
분할 :
나뉘다 | 예 |
---|---|
'train' | 50 |
- 기능 구조 :
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,
}),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
에이전트_ID | 텐서 | 끈 | ||
에피소드_ID | 텐서 | 끈 | ||
에피소드_색인 | 텐서 | 정수32 | ||
단계 | 데이터세트 | |||
단계/작업 | 텐서 | (7,) | float64 | |
걸음수/할인 | 텐서 | float64 | ||
단계/이미지 | 영상 | (없음, 없음, 3) | uint8 | |
걸음수/is_first | 텐서 | 부울 | ||
걸음수/is_last | 텐서 | 부울 | ||
단계/is_terminal | 텐서 | 부울 | ||
단계/관찰 | 특징Dict | |||
단계/관찰/Can_pos | 텐서 | (삼,) | float64 | |
단계/관찰/Can_quat | 텐서 | (4,) | float64 | |
단계/관찰/Can_to_robot0_eef_pos | 텐서 | (삼,) | float64 | |
단계/관찰/Can_to_robot0_eef_quat | 텐서 | (4,) | float32 | |
단계/관찰/객체 상태 | 텐서 | (14,) | float64 | |
단계/관찰/robot0_eef_pos | 텐서 | (삼,) | float64 | |
단계/관찰/robot0_eef_quat | 텐서 | (4,) | float64 | |
단계/관찰/robot0_gripper_qpos | 텐서 | (2,) | float64 | |
단계/관찰/robot0_gripper_qvel | 텐서 | (2,) | float64 | |
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 | |
단계/관찰/robot0_proprio-state | 텐서 | (32,) | float64 | |
걸음수/보상 | 텐서 | float64 | ||
단계/태그:배치 | 텐서 | 부울 |
- 예 ( tfds.as_dataframe ):
robosuite_panda_pick_place_can/human_images_dc29b40a
구성 설명 : 관측 시 카메라 각도가 다른 이미지를 포함하여 인간이 생성한 데이터 세트입니다. 생성하는데 시간이 좀 걸릴 수 있으니 참고하세요.
홈페이지 : https://www.tensorflow.org/datasets/catalog/robosuite_panda_pick_place_can
다운로드 크기 :
10.95 GiB
데이터세트 크기 :
7.53 GiB
분할 :
나뉘다 | 예 |
---|---|
'train' | 50 |
- 기능 구조 :
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,
}),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
에이전트_ID | 텐서 | 끈 | ||
에피소드_ID | 텐서 | 끈 | ||
에피소드_색인 | 텐서 | 정수32 | ||
단계 | 데이터세트 | |||
단계/작업 | 텐서 | (7,) | float64 | |
걸음수/할인 | 텐서 | float64 | ||
단계/이미지 | 영상 | (없음, 없음, 3) | uint8 | |
걸음수/is_first | 텐서 | 부울 | ||
걸음수/is_last | 텐서 | 부울 | ||
단계/is_terminal | 텐서 | 부울 | ||
단계/관찰 | 특징Dict | |||
단계/관찰/Can_pos | 텐서 | (삼,) | float64 | |
단계/관찰/Can_quat | 텐서 | (4,) | float64 | |
단계/관찰/Can_to_robot0_eef_pos | 텐서 | (삼,) | float64 | |
단계/관찰/Can_to_robot0_eef_quat | 텐서 | (4,) | float32 | |
단계/관찰/agentview_image | 영상 | (256, 256, 3) | uint8 | |
단계/관찰/birdview_image | 영상 | (256, 256, 3) | uint8 | |
단계/관찰/객체 상태 | 텐서 | (14,) | float64 | |
단계/관찰/robot0_eef_pos | 텐서 | (삼,) | float64 | |
단계/관찰/robot0_eef_quat | 텐서 | (4,) | float64 | |
단계/관찰/robot0_eye_in_hand_image | 영상 | (256, 256, 3) | uint8 | |
단계/관찰/robot0_gripper_qpos | 텐서 | (2,) | float64 | |
단계/관찰/robot0_gripper_qvel | 텐서 | (2,) | float64 | |
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 | |
단계/관찰/robot0_proprio-state | 텐서 | (32,) | float64 | |
단계/관찰/robot0_robotview_image | 영상 | (256, 256, 3) | uint8 | |
걸음 수/보상 | 텐서 | float64 | ||
단계/태그:배치 | 텐서 | 부울 |
- 예 ( tfds.as_dataframe ):
robosuite_panda_pick_place_can/synthetic_stochastic_sac_afe13968
구성 설명 : SAC로 훈련된 확률론적 에이전트에 의해 생성된 합성 데이터 세트(200개 에피소드)
다운로드 크기 :
144.44 MiB
데이터세트 크기 :
622.86 MiB
분할 :
나뉘다 | 예 |
---|---|
'train' | 200 |
- 기능 구조 :
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,
}),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
에이전트_ID | 텐서 | 끈 | ||
에피소드_ID | 텐서 | 끈 | ||
에피소드_색인 | 텐서 | 정수32 | ||
단계 | 데이터세트 | |||
단계/작업 | 텐서 | (7,) | float32 | |
걸음수/할인 | 텐서 | float64 | ||
단계/이미지 | 영상 | (없음, 없음, 3) | uint8 | |
걸음수/is_first | 텐서 | 부울 | ||
걸음수/is_last | 텐서 | 부울 | ||
단계/is_terminal | 텐서 | 부울 | ||
단계/관찰 | 특징Dict | |||
단계/관찰/Can_pos | 텐서 | (삼,) | float32 | |
단계/관찰/Can_quat | 텐서 | (4,) | float32 | |
단계/관찰/Can_to_robot0_eef_pos | 텐서 | (삼,) | float32 | |
단계/관찰/Can_to_robot0_eef_quat | 텐서 | (4,) | float32 | |
단계/관찰/객체 상태 | 텐서 | (14,) | float32 | |
단계/관찰/robot0_eef_pos | 텐서 | (삼,) | float32 | |
단계/관찰/robot0_eef_quat | 텐서 | (4,) | float32 | |
단계/관찰/robot0_gripper_qpos | 텐서 | (2,) | float32 | |
단계/관찰/robot0_gripper_qvel | 텐서 | (2,) | float32 | |
단계/관찰/robot0_joint_pos_cos | 텐서 | (7,) | float32 | |
단계/관찰/robot0_joint_pos_sin | 텐서 | (7,) | float32 | |
단계/관찰/robot0_joint_vel | 텐서 | (7,) | float32 | |
단계/관찰/robot0_proprio-state | 텐서 | (32,) | float32 | |
걸음수/보상 | 텐서 | float64 | ||
단계/태그:배치 | 텐서 | 부울 |
- 예 ( tfds.as_dataframe ):