austin_sailor_dataset_converted_externally_to_rlds

  • Описание :

Задачи по сервировке стола Франка

Расколоть Примеры
'train' 240
  • Структура функции :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [3x ee relative pos, 3x ee relative rotation, 1x gripper action].),
        'discount': Scalar(shape=(), dtype=float32, description=Discount if provided, default to 1.),
        '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=(128, 128, 3), dtype=uint8, description=Main camera RGB observation.),
            'state': Tensor(shape=(8,), dtype=float32, description=Default robot state, consists of [3x robot ee pos, 3x ee quat, 1x gripper state].),
            'state_ee': Tensor(shape=(16,), dtype=float32, description=End-effector state, represented as 4x4 homogeneous transformation matrix of ee pose.),
            'state_gripper': Tensor(shape=(1,), dtype=float32, description=Robot gripper opening width. Ranges between ~0 (closed) to ~0.077 (open)),
            'state_joint': Tensor(shape=(7,), dtype=float32, description=Robot 7-dof joint information (not used in original SAILOR dataset).),
            'wrist_image': Image(shape=(128, 128, 3), dtype=uint8, description=Wrist camera RGB observation.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=True on last step of the episode.),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
эпизод_метаданные ВозможностиDict
метаданные_эпизода/путь_к файлу Текст нить Путь к исходному файлу данных.
шаги Набор данных
шаги/действия Тензор (7,) float32 Действие робота состоит из [3х относительного положения ee, 3х относительного вращения ee, 1 действия захвата].
шаги/скидка Скаляр float32 Скидка, если она предусмотрена, по умолчанию равна 1.
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/language_embedding Тензор (512,) float32 Встраивание языка Kona. См. https://tfhub.dev/google/universal-sentence-encoder-large/5 .
шаги/language_instruction Текст нить Языковое обучение.
шаги/наблюдение ВозможностиDict
шаги/наблюдение/изображение Изображение (128, 128, 3) uint8 Основная камера наблюдения RGB.
шаги/наблюдение/состояние Тензор (8,) float32 Состояние робота по умолчанию состоит из [3x положение робота ee, 3x ee quat, 1x состояние захвата].
шаги/наблюдение/state_ee Тензор (16,) float32 Состояние конечного эффектора, представленное как однородная матрица преобразования ee-позы 4x4.
шаги/наблюдение/state_gripper Тензор (1,) float32 Ширина открытия захвата робота. Диапазон значений от ~0 (закрыт) до ~0,077 (открыт).
шаги/наблюдение/state_joint Тензор (7,) float32 Информация о суставах робота с 7 степенями свободы (не используется в исходном наборе данных SAILOR).
шаги/наблюдение/wrist_image Изображение (128, 128, 3) uint8 Наручная камера наблюдения RGB.
шаги/награда Скаляр float32 Правда на последнем этапе эпизода.
  • Цитата :
@inproceedings{nasiriany2022sailor,
      title={Learning and Retrieval from Prior Data for Skill-based Imitation Learning},
      author={Soroush Nasiriany and Tian Gao and Ajay Mandlekar and Yuke Zhu},
      booktitle={Conference on Robot Learning (CoRL)},
      year={2022}
    }