алоха_мобильный

  • Описание :

Реальный набор данных. Имитация задач мобильных манипуляций, которые выполняются бимануально и требуют контроля всего тела. 50 демонстраций для каждого задания.

Расколоть Примеры
'train' 276
  • Структура функции :
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),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
эпизод_метаданные ВозможностиDict
метаданные_эпизода/путь_к файлу Тензор нить
шаги Набор данных
шаги/действия Тензор (16,) float32
шаги/скидка Скаляр float32
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/language_instruction Тензор нить
шаги/наблюдение ВозможностиDict
шаги/наблюдение/cam_high Изображение (480, 640, 3) uint8
шаги/наблюдение/cam_left_wrist Изображение (480, 640, 3) uint8
шаги/наблюдение/cam_right_wrist Изображение (480, 640, 3) uint8
шаги/наблюдение/состояние Тензор (14,) float32
шаги/награда Скаляр float32
  • Цитата :
@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},}