asu_table_top_converted_externally_to_rlds

  • Tanım :

UR5 masa üstü alma/yerleştirme/döndürme görevlerini gerçekleştiriyor

Bölmek Örnekler
'train' 110
  • Özellik yapısı :
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.),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
bölüm_meta verileri ÖzelliklerDict
bölüm_metadata/dosya_yolu Metin sicim Orijinal veri dosyasının yolu.
adımlar Veri kümesi
adımlar/eylem Tensör (7,) kayan nokta32 Robot hareketi, [7x eklem hızları, 2x kıskaç hızları, 1x sonlandırma bölümünden] oluşur.
adımlar/action_delta Tensör (7,) kayan nokta32 Robot delta hareketi, [7x eklem hızları, 2x tutucu hızları, 1x sonlandırma bölümünden] oluşur.
adımlar/action_inst Metin sicim Gerçekleştirilecek eylem.
adımlar/indirim Skaler kayan nokta32 Sağlanırsa indirim, varsayılan olarak 1'dir.
adımlar/goal_object Metin sicim Manipüle edilecek nesne.
adımlar/ground_truth_states ÖzelliklerDict
adımlar/ground_truth_states/EE Tensör (6,) kayan nokta32 xyzrpy
adımlar/ground_truth_states/şişe Tensör (6,) kayan nokta32 xyzrpy
adımlar/ground_truth_states/bread Tensör (6,) kayan nokta32 xyzrpy
adımlar/ground_truth_states/coke Tensör (6,) kayan nokta32 xyzrpy
adımlar/ground_truth_states/cube Tensör (6,) kayan nokta32 xyzrpy
adımlar/ground_truth_states/milk Tensör (6,) kayan nokta32 xyzrpy
adımlar/ground_truth_states/pepsi Tensör (6,) kayan nokta32 xyzrpy
adımlar/is_first Tensör bool
adımlar/is_last Tensör bool
adımlar/is_terminal Tensör bool
adımlar/dil_embedding Tensör (512,) kayan nokta32 Kona dili yerleştirme. Bkz. https://tfhub.dev/google/universal-sentence-encoder-large/5
adımlar/language_instruction Metin sicim Dil Öğretimi.
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/görüntü Resim (224, 224, 3) uint8 Ana kamera RGB gözlemi.
adımlar/gözlem/durum Tensör (7,) kayan nokta32 Robot durumu, [6x robot eklem açısı, 1x tutucu konumu]'ndan oluşur.
adımlar/gözlem/durum_vel Tensör (7,) kayan nokta32 Robot eklem hızı, [6x robot eklem açısı, 1x tutucu konumu]'ndan oluşur.
adımlar/ödül Skaler kayan nokta32 Sağlandığı takdirde ödül, demolar için son adımda 1.
  • Alıntı :
@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}
}