- 説明:
ケーブルをテーブルトップのクランプに配線する
バージョン:
-
0.1.0
(デフォルト): 初期リリース。
-
ダウンロードサイズ:
Unknown size
データセットのサイズ:
4.67 GiB
自動キャッシュ(ドキュメント): いいえ
分割:
スプリット | 例 |
---|---|
'test' | 165 |
'train' | 1,482 |
- 機能の構造:
FeaturesDict({
'steps': Dataset({
'action': FeaturesDict({
'rotation_delta': Tensor(shape=(3,), dtype=float32, description=Angular velocity about the z axis.),
'terminate_episode': float32,
'world_vector': Tensor(shape=(3,), dtype=float32, description=Velocity in XYZ.),
}),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'image': Image(shape=(128, 128, 3), dtype=uint8),
'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
'natural_language_instruction': string,
'robot_state': Tensor(shape=(7,), dtype=float32),
'top_image': Image(shape=(128, 128, 3), dtype=uint8),
'wrist225_image': Image(shape=(128, 128, 3), dtype=uint8),
'wrist45_image': Image(shape=(128, 128, 3), dtype=uint8),
}),
'reward': Scalar(shape=(), dtype=float32),
}),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
ステップ | データセット | |||
ステップ/アクション | 特徴辞書 | |||
ステップ/アクション/回転デルタ | テンソル | (3,) | float32 | z 軸周りの角速度。 |
ステップ/アクション/terminate_episode | テンソル | float32 | ||
ステップ/アクション/world_vector | テンソル | (3,) | float32 | XYZ の速度。 |
ステップ/is_first | テンソル | ブール | ||
ステップ/is_last | テンソル | ブール | ||
ステップ/is_terminal | テンソル | ブール | ||
ステップ/観察 | 特徴辞書 | |||
手順・観察・イメージ | 画像 | (128、128、3) | uint8 | |
ステップ/観察/natural_lang_embedding | テンソル | (512,) | float32 | |
ステップ/観察/natural_ language_instruction | テンソル | 弦 | ||
ステップ/観察/ロボット状態 | テンソル | (7,) | float32 | |
ステップ/観察/top_image | 画像 | (128、128、3) | uint8 | |
歩数/観察/wrist225_image | 画像 | (128、128、3) | uint8 | |
歩数/観察/手首45_画像 | 画像 | (128、128、3) | uint8 | |
歩数/報酬 | スカラー | float32 |
監視キー(
as_supervised
docを参照):None
図( tfds.show_examples ): サポートされていません。
例( tfds.as_dataframe ):
- 引用:
@article{luo2023multistage,
author = {Jianlan Luo and Charles Xu and Xinyang Geng and Gilbert Feng and Kuan Fang and Liam Tan and Stefan Schaal and Sergey Levine},
title = {Multi-Stage Cable Routing through Hierarchical Imitation Learning},
journal = {arXiv pre-print},
year = {2023},
url = {https://arxiv.org/abs/2307.08927},
}