columbia_cairlab_pusht_real

  • 설명 :

UR5 평면 추진 작업

나뉘다
'test' 14
'train' 122
  • 기능 구조 :
FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'gripper_closedness_action': float32,
            'rotation_delta': Tensor(shape=(3,), dtype=float32, description=Delta change in roll, pitch, yaw.),
            'terminate_episode': float32,
            'world_vector': Tensor(shape=(3,), dtype=float32, description=Delta change in XYZ.),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'image': Image(shape=(240, 320, 3), dtype=uint8),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
            'robot_state': Tensor(shape=(2,), dtype=float32, description=Robot end effector XY state),
            'wrist_image': Image(shape=(240, 320, 3), dtype=uint8),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • 기능 문서 :
특징 수업 모양 Dtype 설명
특징Dict
단계 데이터세트
단계/작업 특징Dict
단계/작업/gripper_closedness_action 텐서 float32 그리퍼를 닫으면 1, 그리퍼를 열면 -1, 변화가 없으면 0입니다.
단계/작업/회전_델타 텐서 (3,) float32 롤, 피치, 요의 델타 변화.
단계/작업/종료_에피소드 텐서 float32
단계/행동/세계_벡터 텐서 (3,) float32 XYZ의 델타 변경.
걸음수/is_first 텐서 부울
걸음수/is_last 텐서 부울
단계/is_terminal 텐서 부울
단계/관찰 특징Dict
단계/관찰/이미지 영상 (240, 320, 3) uint8
단계/관찰/natural_언어_임베딩 텐서 (512,) float32
단계/관찰/natural_lang_instruction 텐서
단계/관찰/robot_state 텐서 (2,) float32 로봇 엔드 이펙터 XY 상태
걸음 수/관찰/wrist_image 영상 (240, 320, 3) uint8
걸음 수/보상 스칼라 float32
  • 인용 :
@inproceedings{chi2023diffusionpolicy,
    title={Diffusion Policy: Visuomotor Policy Learning via Action Diffusion},
    author={Chi, Cheng and Feng, Siyuan and Du, Yilun and Xu, Zhenjia and Cousineau, Eric and Burchfiel, Benjamin and Song, Shuran},
    booktitle={Proceedings of Robotics: Science and Systems (RSS)},
    year={2023}
}