fmb

• Tanım :

Veri setimiz farklı görünüm ve geometrideki nesnelerden oluşur. Rastgele bir sahnede mandalları sabit olmayan bir tahtaya başarılı bir şekilde monte etmek çok aşamalı ve çok modlu ince motor becerileri gerektirir. Franka Panda kolunda iki farklı görevde toplam 22.550 yörünge topladık. Yörüngeleri 2 küresel görünümden ve 2 bilek görünümünden kaydediyoruz. Her görünüm hem RGB hem de derinlik haritasını içerir.

• Ana sayfa : https://function-manipulation-benchmark.github.io/

• Kaynak kodu : tfds.robotics.rtx.Fmb

• Sürümler :

  • 0.1.0 (varsayılan): İlk sürüm.

• İndirme boyutu : Unknown size

• Veri kümesi boyutu : 356.63 GiB

• Otomatik önbelleğe alınmış ( belgeler ): Hayır

• Bölünmeler :

• Özellik yapısı :

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),
    }),
})

• Özellik belgeleri :

• Denetlenen anahtarlar ( as_supervised belgesine bakın): None

• Şekil ( tfds.show_examples ): Desteklenmiyor.

• Örnekler ( tfds.as_dataframe ):

• Alıntı :

https://doi.org/10.48550/arXiv.2401.08553