- 설명 :
로봇은 3가지 복잡한 장면, 즉 토스터, 팬 등과 같은 많은 조리 대상이 있는 그릴을 다루며 선택하고, 열고, 배치하고, 닫아야 합니다. 테이블을 차리고, 접시, 컵, 식기를 옮겨야 합니다. 그리고 싱크대, 식기 세척기, 손컵 등에 접시를 놓아야 합니다.
소스 코드 :
tfds.robotics.rtx.CmuPlayFusion
버전 :
-
0.1.0
(기본값): 최초 릴리스입니다.
-
다운로드 크기 :
Unknown size
데이터세트 크기 :
6.68 GiB
자동 캐시 ( 문서 ): 아니요
분할 :
나뉘다 | 예 |
---|---|
'train' | 576 |
- 기능 구조 :
FeaturesDict({
'episode_metadata': FeaturesDict({
'file_path': Text(shape=(), dtype=string),
}),
'steps': Dataset({
'action': Tensor(shape=(9,), dtype=float32, description=Robot action, consists of [7x delta eef (pos + quat), 1x gripper open/close (binary), 1x terminate episode].),
'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=Robot state, consists of [7x robot joint angles, 1x gripper position.),
}),
'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 | 데이터세트 | |||
단계/작업 | 텐서 | (9,) | float32 | 로봇 액션은 [7x 델타 eef(pos + quat), 1x 그리퍼 열기/닫기(바이너리), 1x 종료 에피소드]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/이미지 | 영상 | (128, 128, 3) | uint8 | 메인 카메라 RGB 관찰. |
단계/관찰/상태 | 텐서 | (8,) | float32 | 로봇 상태는 [7x 로봇 관절 각도, 1x 그리퍼 위치로 구성됩니다. |
걸음 수/보상 | 스칼라 | float32 | 제공되는 경우 보상, 데모의 마지막 단계에서 1개. |
감독되는 키 (
as_supervised
doc 참조):None
그림 ( tfds.show_examples ): 지원되지 않습니다.
예 ( tfds.as_dataframe ):
- 인용 :
@inproceedings{chen2023playfusion,
title={PlayFusion: Skill Acquisition via Diffusion from Language-Annotated Play},
author={Chen, Lili and Bahl, Shikhar and Pathak, Deepak},
booktitle={CoRL},
year={2023}
}