eth_agent_affordances

  • विवरण :

फ़्रैंका ओपनिंग ओवन - केवल पॉइंट क्लाउड + प्रोप्रियो

विभाजित करना उदाहरण
'train' 118
  • फ़ीचर संरचना :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
        'input_point_cloud': Tensor(shape=(10000, 3), dtype=float16, description=Point cloud (geometry only) of the object at the beginning of the episode (world frame) as a numpy array (10000,3).),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), dtype=float32, description=Robot action, consists of [end-effector velocity (v_x,v_y,v_z,omega_x,omega_y,omega_z) in world frame),
        '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=(64, 64, 3), dtype=uint8, description=Main camera RGB observation. Not available for this dataset, will be set to np.zeros.),
            'input_point_cloud': Tensor(shape=(10000, 3), dtype=float16, description=Point cloud (geometry only) of the object at the beginning of the episode (world frame) as a numpy array (10000,3).),
            'state': Tensor(shape=(8,), dtype=float32, description=State, consists of [end-effector pose (x,y,z,yaw,pitch,roll) in world frame, 1x gripper open/close, 1x door opening angle].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीप्रकार विवरण
फीचर्सडिक्ट
एपिसोड_मेटाडेटा फीचर्सडिक्ट
एपिसोड_मेटाडेटा/फ़ाइल_पथ मूलपाठ डोरी मूल डेटा फ़ाइल का पथ.
एपिसोड_मेटाडेटा/इनपुट_पॉइंट_क्लाउड टेन्सर (10000, 3) फ्लोट16 एपिसोड (विश्व फ्रेम) की शुरुआत में ऑब्जेक्ट का पॉइंट क्लाउड (केवल ज्यामिति) एक सुस्पष्ट सरणी (10000,3) के रूप में।
कदम डेटासेट
कदम/कार्रवाई टेन्सर (6,) फ्लोट32 रोबोट कार्रवाई, विश्व फ्रेम में [अंत-प्रभावक वेग (v_x,v_y,v_z,omega_x,omega_y,omega_z) से युक्त है
कदम/छूट अदिश फ्लोट32 यदि छूट प्रदान की गई है, तो डिफ़ॉल्ट 1 है।
चरण/पहला है टेन्सर बूल
चरण/अंतिम है टेन्सर बूल
चरण/is_terminal टेन्सर बूल
चरण/भाषा_एम्बेडिंग टेन्सर (512,) फ्लोट32 कोना भाषा एम्बेडिंग. https://tfhub.dev/google/universal-sentence-encoder-large/5 देखें
चरण/भाषा_निर्देश मूलपाठ डोरी भाषा निर्देश.
कदम/अवलोकन फीचर्सडिक्ट
चरण/अवलोकन/छवि छवि (64, 64, 3) uint8 मुख्य कैमरा आरजीबी अवलोकन। इस डेटासेट के लिए उपलब्ध नहीं है, इसे np.zeros पर सेट किया जाएगा।
चरण/अवलोकन/input_point_cloud टेन्सर (10000, 3) फ्लोट16 एपिसोड (विश्व फ्रेम) की शुरुआत में ऑब्जेक्ट का पॉइंट क्लाउड (केवल ज्यामिति) एक सुस्पष्ट सरणी (10000,3) के रूप में।
चरण/अवलोकन/स्थिति टेन्सर (8,) फ्लोट32 राज्य, विश्व फ्रेम में [अंत-प्रभावक मुद्रा (x, y, z, yaw, पिच, रोल), 1x ग्रिपर खुला/बंद, 1x दरवाजा खोलने का कोण] से युक्त है।
कदम/इनाम अदिश फ्लोट32 यदि प्रदान किया गया तो इनाम, डेमो के लिए अंतिम चरण पर 1।
  • उद्धरण :
@inproceedings{schiavi2023learning,
  title={Learning agent-aware affordances for closed-loop interaction with articulated objects},
  author={Schiavi, Giulio and Wulkop, Paula and Rizzi, Giuseppe and Ott, Lionel and Siegwart, Roland and Chung, Jen Jen},
  booktitle={2023 IEEE International Conference on Robotics and Automation (ICRA)},
  pages={5916--5922},
  year={2023},
  organization={IEEE}
}