eth_agent_affordances

  • বর্ণনা :

ফ্রাঙ্কা খোলার ওভেন -- পয়েন্ট ক্লাউড + প্রোপ্রিও শুধুমাত্র

বিভক্ত উদাহরণ
'train' 118
  • বৈশিষ্ট্য গঠন :
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.),
    }),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
episode_metadata ফিচারসডিক্ট
episode_metadata/file_path পাঠ্য স্ট্রিং মূল ডেটা ফাইলের পথ।
episode_metadata/input_point_cloud টেনসর (10000, 3) float16 পর্বের শুরুতে অবজেক্টের ক্লাউড (শুধুমাত্র জ্যামিতি) একটি নমপি অ্যারে (10000,3) হিসাবে (ওয়ার্ল্ড ফ্রেম)।
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (6,) float32 রোবট অ্যাকশন, বিশ্ব ফ্রেমে [এন্ড-ইফেক্টর বেগ (v_x,v_y,v_z, omega_x, omega_y, omega_z) নিয়ে গঠিত
পদক্ষেপ/ছাড় স্কেলার float32 ডিসকাউন্ট দেওয়া হলে, ডিফল্ট 1.
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/ভাষা_এম্বেডিং টেনসর (512,) float32 কোন ভাষা এম্বেডিং. https://tfhub.dev/google/universal-sentence-encoder-large/5 দেখুন
পদক্ষেপ/ভাষা_নির্দেশ পাঠ্য স্ট্রিং ভাষার নির্দেশনা।
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/চিত্র ছবি (৬৪, ৬৪, ৩) uint8 প্রধান ক্যামেরা আরজিবি পর্যবেক্ষণ। এই ডেটাসেটের জন্য উপলব্ধ নয়, np.zeros এ সেট করা হবে৷
পদক্ষেপ/পর্যবেক্ষণ/ইনপুট_পয়েন্ট_ক্লাউড টেনসর (10000, 3) float16 পর্বের শুরুতে অবজেক্টের ক্লাউড (শুধুমাত্র জ্যামিতি) একটি নমপি অ্যারে (10000,3) হিসাবে (ওয়ার্ল্ড ফ্রেম)।
পদক্ষেপ/পর্যবেক্ষণ/রাষ্ট্র টেনসর (8,) float32 স্টেট, বিশ্ব ফ্রেমে [এন্ড-ইফেক্টর পোজ (x,y,z,yaw, pitch,roll), 1x গ্রিপার ওপেন/ক্লোজ, 1x দরজা খোলার কোণ] নিয়ে গঠিত।
পদক্ষেপ/পুরস্কার স্কেলার float32 প্রদান করা হলে পুরস্কার, ডেমোর জন্য চূড়ান্ত ধাপে 1।
  • উদ্ধৃতি :
@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}
}