- وصف :
مجموعة بيانات حقيقية تقليد مهام المعالجة المتنقلة التي تتم باليدين وتتطلب التحكم في الجسم بالكامل. 50 مظاهرة لكل مهمة.
الصفحة الرئيسية : https://mobile-aloha.github.io
كود المصدر :
tfds.robotics.rtx.AlohaMobile
الإصدارات :
-
0.1.0
(افتراضي): الإصدار الأولي.
-
حجم التحميل :
Unknown size
حجم مجموعة البيانات :
47.42 GiB
التخزين المؤقت التلقائي ( الوثائق ): لا
الإنشقاقات :
ينقسم | أمثلة |
---|---|
'train' | 276 |
- هيكل الميزة :
FeaturesDict({
'episode_metadata': FeaturesDict({
'file_path': string,
}),
'steps': Dataset({
'action': Tensor(shape=(16,), dtype=float32),
'discount': Scalar(shape=(), dtype=float32),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'language_instruction': string,
'observation': FeaturesDict({
'cam_high': Image(shape=(480, 640, 3), dtype=uint8),
'cam_left_wrist': Image(shape=(480, 640, 3), dtype=uint8),
'cam_right_wrist': Image(shape=(480, 640, 3), dtype=uint8),
'state': Tensor(shape=(14,), dtype=float32),
}),
'reward': Scalar(shape=(), dtype=float32),
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع D | وصف |
---|---|---|---|---|
المميزاتDict | ||||
الحلقة_البيانات الوصفية | المميزاتDict | |||
Episode_metadata/file_path | الموتر | خيط | ||
خطوات | مجموعة البيانات | |||
الخطوات/الإجراء | الموتر | (16،) | float32 | |
الخطوات/الخصم | العددية | float32 | ||
الخطوات/is_first | الموتر | منطقي | ||
الخطوات/is_last | الموتر | منطقي | ||
الخطوات/is_terminal | الموتر | منطقي | ||
الخطوات/language_instruction | الموتر | خيط | ||
الخطوات/الملاحظة | المميزاتDict | |||
الخطوات/الملاحظة/cam_high | صورة | (480، 640، 3) | uint8 | |
الخطوات/الملاحظة/cam_left_wrist | صورة | (480، 640، 3) | uint8 | |
الخطوات/الملاحظة/cam_right_wrist | صورة | (480، 640، 3) | uint8 | |
الخطوات/الملاحظة/الحالة | الموتر | (14،) | float32 | |
خطوات/مكافأة | العددية | float32 |
المفاتيح الخاضعة للإشراف (راجع
as_supervised
doc ):None
الشكل ( tfds.show_examples ): غير مدعوم.
أمثلة ( tfds.as_dataframe ):
- الاقتباس :
@inproceedings{fu2024mobile,author = {Fu, Zipeng and Zhao, Tony Z. and Finn, Chelsea},title = {Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation},booktitle = {arXiv},year = {2024},}