berkeley_mvp_converted_externally_to_rlds

  • 설명 :

6가지 조작 작업을 수행하는 xArm

나뉘다 예
'train' 480
  • 기능 구조 :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32, description=Robot action, consists of [7 delta joint pos,1x gripper binary state].),
        '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({
            'gripper': Scalar(shape=(), dtype=bool, description=Binary gripper state (1 - closed, 0 - open)),
            'hand_image': Image(shape=(480, 640, 3), dtype=uint8, description=Hand camera RGB observation.),
            'joint_pos': Tensor(shape=(7,), dtype=float32, description=xArm joint positions (7 DoF).),
            'pose': Tensor(shape=(7,), dtype=float32, description=Gripper pose, robot frame, [3 position, 4 rotation]),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • 기능 문서 :
특징 수업 모양 Dtype 설명
특징Dict
에피소드_메타데이터 특징Dict
에피소드_메타데이터/파일_경로 텍스트 끈 원본 데이터 파일의 경로입니다.
단계 데이터 세트
단계/작업 텐서 (8,) float32 로봇 액션은 [7개의 델타 조인트 위치, 1x 그리퍼 바이너리 상태]로 구성됩니다.
걸음수/할인 스칼라 float32 할인이 제공되면 기본값은 1입니다.
걸음수/is_first 텐서 부울
걸음수/is_last 텐서 부울
단계/is_terminal 텐서 부울
단계/언어_임베딩 텐서 (512,) float32 코나 언어 임베딩. https://tfhub.dev/google/universal-sentence-encoder-large/5를 참조하세요.
단계/언어_지시 텍스트 끈 언어 교육.
단계/관찰 특징Dict
단계/관찰/그리퍼 스칼라 부울 바이너리 그리퍼 상태(1 - 닫힘, 0 - 열림)
단계/관찰/손_이미지 영상 (480, 640, 3) uint8 핸드카메라 RGB 관찰.
단계/관찰/joint_pos 텐서 (7,) float32 xArm 관절 위치(7 DoF).
걸음/관찰/포즈 텐서 (7,) float32 그리퍼 포즈, 로봇 프레임, [3위치, 4회전]
걸음 수/보상 스칼라 float32 제공되는 경우 보상, 데모의 마지막 단계에서 1개.
  • 인용 :
@InProceedings{Radosavovic2022,
  title = {Real-World Robot Learning with Masked Visual Pre-training},
  author = {Ilija Radosavovic and Tete Xiao and Stephen James and Pieter Abbeel and Jitendra Malik and Trevor Darrell},
  booktitle = {CoRL},
  year = {2022}
}