asu_table_top_converted_externally_to_rlds

  • Descrizione :

UR5 esegue attività di prelievo/posizionamento/rotazione da tavolo

Diviso Esempi
'train' 110
  • Struttura delle caratteristiche :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [7x joint velocities, 2x gripper velocities, 1x terminate episode].),
        'action_delta': Tensor(shape=(7,), dtype=float32, description=Robot delta action, consists of [7x joint velocities, 2x gripper velocities, 1x terminate episode].),
        'action_inst': Text(shape=(), dtype=string),
        'discount': Scalar(shape=(), dtype=float32, description=Discount if provided, default to 1.),
        'goal_object': Text(shape=(), dtype=string),
        'ground_truth_states': FeaturesDict({
            'EE': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'bottle': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'bread': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'coke': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'cube': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'milk': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'pepsi': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_embedding': Tensor(shape=(512,), dtype=float32, description=Kona language embedding. See https://tfhub.dev/google/universal-sentence-encoder-large/5),
        'language_instruction': Text(shape=(), dtype=string),
        'observation': FeaturesDict({
            'image': Image(shape=(224, 224, 3), dtype=uint8, description=Main camera RGB observation.),
            'state': Tensor(shape=(7,), dtype=float32, description=Robot state, consists of [6x robot joint angles, 1x gripper position].),
            'state_vel': Tensor(shape=(7,), dtype=float32, description=Robot joint velocity, consists of [6x robot joint angles, 1x gripper position].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
metadati_episodio CaratteristicheDict
metadati_episodio/percorso_file Testo corda Percorso del file di dati originale.
passi Set di dati
passi/azione Tensore (7,) float32 L'azione del robot consiste in [7 velocità dei giunti, 2 velocità della pinza, 1 episodio di terminazione].
passi/azione_delta Tensore (7,) float32 L'azione delta del robot consiste in [7 velocità dei giunti, 2 velocità della pinza, 1 episodio di terminazione].
passi/azione_inst Testo corda Azione da eseguire.
passi/sconto Scalare float32 Sconto se fornito, il valore predefinito è 1.
passi/obiettivo_oggetto Testo corda Oggetto con cui manipolare.
passi/ground_truth_states CaratteristicheDict
passi/ground_truth_states/EE Tensore (6,) float32 xyzrpy
passi/ground_truth_states/bottle Tensore (6,) float32 xyzrpy
passi/terra_verità_stati/pane Tensore (6,) float32 xyzrpy
passi/ground_truth_states/coca-cola Tensore (6,) float32 xyzrpy
passi/ground_truth_states/cube Tensore (6,) float32 xyzrpy
passi/terra_verità_stati/latte Tensore (6,) float32 xyzrpy
passi/ground_truth_states/pepsi Tensore (6,) float32 xyzrpy
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passaggi/incorporamento_lingua Tensore (512,) float32 Incorporamento del linguaggio Kona. Vedi https://tfhub.dev/google/universal-sentence-encoder-large/5
passi/lingua_istruzioni Testo corda Insegnamento della lingua.
passi/osservazione CaratteristicheDict
passi/osservazione/immagine Immagine (224, 224, 3) uint8 Osservazione RGB della fotocamera principale.
passi/osservazione/stato Tensore (7,) float32 Stato del robot, composto da [6 angoli del giunto del robot, 1 posizione della pinza].
passi/osservazione/stato_vel Tensore (7,) float32 La velocità del giunto del robot è composta da [6 angoli del giunto del robot, 1 posizione della pinza].
passi/ricompensa Scalare float32 Ricompensa se fornita, 1 nel passaggio finale per le demo.
  • Citazione :
@inproceedings{zhou2023modularity,
  title={Modularity through Attention: Efficient Training and Transfer of Language-Conditioned Policies for Robot Manipulation},
  author={Zhou, Yifan and Sonawani, Shubham and Phielipp, Mariano and Stepputtis, Simon and Amor, Heni},
  booktitle={Conference on Robot Learning},
  pages={1684--1695},
  year={2023},
  organization={PMLR}
}
@article{zhou2023learning,
  title={Learning modular language-conditioned robot policies through attention},
  author={Zhou, Yifan and Sonawani, Shubham and Phielipp, Mariano and Ben Amor, Heni and Stepputtis, Simon},
  journal={Autonomous Robots},
  pages={1--21},
  year={2023},
  publisher={Springer}
}