asu_table_top_converted_externally_to_rlds

  • Description :

UR5 effectuant des tâches de sélection/placement/rotation sur table

Diviser Exemples
'train' 110
  • Structure des fonctionnalités :
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.),
    }),
})
  • Documentation des fonctionnalités :
Fonctionnalité Classe Forme Type D Description
FonctionnalitésDict
épisode_métadonnées FonctionnalitésDict
épisode_metadata/file_path Texte chaîne Chemin d'accès au fichier de données d'origine.
mesures Ensemble de données
étapes/actions Tenseur (7,) flotteur32 L'action du robot consiste en [7x vitesses articulaires, 2x vitesses de préhension, 1x épisode de fin].
étapes/action_delta Tenseur (7,) flotteur32 L'action delta du robot comprend [7x vitesses articulaires, 2x vitesses de préhension, 1x épisode de fin].
étapes/action_inst Texte chaîne Action à réaliser.
étapes/remise Scalaire flotteur32 Remise si fournie, par défaut à 1.
étapes/objectif_objet Texte chaîne Objet à manipuler.
étapes/ground_truth_states FonctionnalitésDict
étapes/ground_truth_states/EE Tenseur (6,) flotteur32 xyzrpy
étapes/ground_truth_states/bouteille Tenseur (6,) flotteur32 xyzrpy
étapes/ground_truth_states/pain Tenseur (6,) flotteur32 xyzrpy
étapes/ground_truth_states/coke Tenseur (6,) flotteur32 xyzrpy
étapes/ground_truth_states/cube Tenseur (6,) flotteur32 xyzrpy
étapes/ground_truth_states/lait Tenseur (6,) flotteur32 xyzrpy
étapes/ground_truth_states/pepsi Tenseur (6,) flotteur32 xyzrpy
étapes/is_first Tenseur bouffon
étapes/est_dernier Tenseur bouffon
étapes/is_terminal Tenseur bouffon
étapes/langue_embedding Tenseur (512,) flotteur32 Intégration du langage Kona. Voir https://tfhub.dev/google/universal-sentence-encoder-large/5
étapes/instruction_langue Texte chaîne Enseignement des langues.
étapes/observation FonctionnalitésDict
étapes/observation/image Image (224, 224, 3) uint8 Observation RVB de la caméra principale.
étapes/observation/état Tenseur (7,) flotteur32 L'état du robot comprend [6x angles d'articulation du robot, 1x position de la pince].
étapes/observation/state_vel Tenseur (7,) flotteur32 La vitesse de l'articulation du robot comprend [6x angles d'articulation du robot, 1x position de la pince].
étapes/récompense Scalaire flotteur32 Récompense si fournie, 1 à la dernière étape pour les démos.
  • Citation :
@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}
}