- 説明:
私たちのデータセットは、さまざまな外観と形状のオブジェクトで構成されています。ランダム化されたシーンで固定されていないボード上にペグをうまく組み立てるには、多段階かつマルチモーダルな細かい運動スキルが必要です。 Franka Panda アーム上の 2 つの異なるタスクにわたって、合計 22,550 の軌跡を収集しました。 2 つのグローバル ビューと 2 つのリスト ビューからの軌跡を記録します。各ビューには、RGB マップと深度マップの両方が含まれています。
ソースコード:
tfds.robotics.rtx.Fmb
バージョン:
-
0.1.0
(デフォルト): 初期リリース。
-
ダウンロードサイズ:
Unknown size
データセットのサイズ:
356.63 GiB
自動キャッシュ(ドキュメント): いいえ
分割:
スプリット | 例 |
---|---|
'train' | 1,804 |
- 機能の構造:
FeaturesDict({
'episode_metadata': FeaturesDict({
'episode_language_embedding': Tensor(shape=(512,), dtype=float32),
'episode_language_instruction': string,
'episode_task': string,
'file_path': string,
}),
'steps': Dataset({
'action': Tensor(shape=(7,), dtype=float32),
'discount': Scalar(shape=(), dtype=float32),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'language_embedding': Tensor(shape=(512,), dtype=float32),
'language_instruction': string,
'observation': FeaturesDict({
'color_id': Scalar(shape=(), dtype=uint8),
'eef_force': Tensor(shape=(3,), dtype=float32),
'eef_pose': Tensor(shape=(7,), dtype=float32),
'eef_torque': Tensor(shape=(3,), dtype=float32),
'eef_vel': Tensor(shape=(6,), dtype=float32),
'image_side_1': Image(shape=(256, 256, 3), dtype=uint8),
'image_side_1_depth': Tensor(shape=(256, 256), dtype=float32),
'image_side_2': Image(shape=(256, 256, 3), dtype=uint8),
'image_side_2_depth': Tensor(shape=(256, 256), dtype=float32),
'image_wrist_1': Image(shape=(256, 256, 3), dtype=uint8),
'image_wrist_1_depth': Tensor(shape=(256, 256), dtype=float32),
'image_wrist_2': Image(shape=(256, 256, 3), dtype=uint8),
'image_wrist_2_depth': Tensor(shape=(256, 256), dtype=float32),
'joint_pos': Tensor(shape=(7,), dtype=float32),
'joint_vel': Tensor(shape=(7,), dtype=float32),
'length': string,
'object_id': Scalar(shape=(), dtype=uint8),
'primitive': string,
'shape_id': Scalar(shape=(), dtype=uint8),
'size': string,
'state_gripper_pose': Scalar(shape=(), dtype=float32),
}),
'reward': Scalar(shape=(), dtype=float32),
}),
})
- 機能ドキュメント:
特徴 | クラス | 形 | Dタイプ | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
エピソード_メタデータ | 特徴辞書 | |||
エピソード_メタデータ/エピソード_言語_埋め込み | テンソル | (512,) | float32 | |
エピソードメタデータ/エピソード言語説明 | テンソル | 弦 | ||
エピソード_メタデータ/エピソード_タスク | テンソル | 弦 | ||
エピソードメタデータ/ファイルパス | テンソル | 弦 | ||
ステップ | データセット | |||
ステップ/アクション | テンソル | (7、) | float32 | |
歩数/割引 | スカラー | float32 | ||
ステップ/is_first | テンソル | ブール | ||
ステップ/is_last | テンソル | ブール | ||
ステップ/is_terminal | テンソル | ブール | ||
ステップ/言語_埋め込み | テンソル | (512,) | float32 | |
ステップ/言語説明 | テンソル | 弦 | ||
ステップ/観察 | 特徴辞書 | |||
ステップ/観察/color_id | スカラー | uint8 | ||
ステップ/観察/eef_force | テンソル | (3,) | float32 | |
ステップ/観察/eef_pose | テンソル | (7、) | float32 | |
ステップ/観察/eef_torque | テンソル | (3,) | float32 | |
ステップ/観察/eef_vel | テンソル | (6,) | float32 | |
ステップ/観察/image_side_1 | 画像 | (256, 256, 3) | uint8 | |
ステップ/観察/image_side_1_ Depth | テンソル | (256、256) | float32 | |
ステップ/観察/image_side_2 | 画像 | (256, 256, 3) | uint8 | |
ステップ/観察/image_side_2_ Depth | テンソル | (256、256) | float32 | |
歩数/観察/image_wrist_1 | 画像 | (256, 256, 3) | uint8 | |
歩数/観察/image_wrist_1_ Depth | テンソル | (256、256) | float32 | |
歩数/観察/image_wrist_2 | 画像 | (256, 256, 3) | uint8 | |
歩数/観察/image_wrist_2_ Depth | テンソル | (256、256) | float32 | |
歩数/観察/joint_pos | テンソル | (7、) | float32 | |
ステップ/観察/joint_vel | テンソル | (7、) | float32 | |
歩数/観察/長さ | テンソル | 弦 | ||
ステップ/観察/object_id | スカラー | uint8 | ||
ステップ/観察/プリミティブ | テンソル | 弦 | ||
ステップ/観察/shape_id | スカラー | uint8 | ||
歩数・観察・大きさ | テンソル | 弦 | ||
ステップ/観察/state_gripper_pose | スカラー | float32 | ||
歩数/報酬 | スカラー | float32 |
監視キー(
as_supervised
docを参照):None
図( tfds.show_examples ): サポートされていません。
例( tfds.as_dataframe ):
- 引用:
https://doi.org/10.48550/arXiv.2401.08553