columbia_cairlab_pusht_real

  • Описание :

Планарные задачи толкания UR5

Расколоть Примеры
'test' 14
'train' 122
  • Структура функции :
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),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
шаги Набор данных
шаги/действия ВозможностиDict
шаги/действие/gripper_closedness_action Тензор float32 1, если захват закрыт, -1, если захват открыт, 0, если изменений нет.
шаги/действие/rotation_delta Тензор (3,) float32 Изменение дельты по крену, тангажу, рысканию.
шаги/действие/terminate_episode Тензор float32
шаги/действие/world_vector Тензор (3,) float32 Изменение дельты в XYZ.
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/наблюдение ВозможностиDict
шаги/наблюдение/изображение Изображение (240, 320, 3) uint8
шаги/наблюдение/natural_language_embedding Тензор (512,) float32
шаги/наблюдение/natural_language_instruction Тензор нить
шаги/наблюдение/robot_state Тензор (2,) float32 Состояние XY концевого исполнительного органа робота
шаги/наблюдение/wrist_image Изображение (240, 320, 3) uint8
шаги/награда Скаляр float32
  • Цитата :
@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}
}