- คำอธิบาย :
Franka หยิบวัตถุและงานแทรก
ซอร์สโค้ด :
tfds.robotics.rtx.IamlabCmuPickupInsertConvertedExternallyToRlds
รุ่น :
-
0.1.0
(ค่าเริ่มต้น): การเปิดตัวครั้งแรก
-
ขนาดการดาวน์โหลด :
Unknown size
ขนาดชุดข้อมูล :
50.29 GiB
แคชอัตโนมัติ ( เอกสาร ): No
แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 631 |
- โครงสร้างคุณสมบัติ :
FeaturesDict({
'episode_metadata': FeaturesDict({
'file_path': Text(shape=(), dtype=string),
}),
'steps': Dataset({
'action': Tensor(shape=(8,), dtype=float32, description=Robot action, consists of [3x end-effector position, 4x end-effector quaternion, 1x gripper open/close].),
'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=(360, 640, 3), dtype=uint8, description=Main camera RGB observation.),
'state': Tensor(shape=(20,), dtype=float32, description=Robot state, consists of [7x robot joint angles, 1x gripper status, 6x joint torques, 6x end-effector force].),
'wrist_image': Image(shape=(240, 320, 3), dtype=uint8, description=Wrist camera RGB observation.),
}),
'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
}),
})
- เอกสารคุณสมบัติ :
คุณสมบัติ | ระดับ | รูปร่าง | ประเภทD | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
ตอนที่_ข้อมูลเมตา | คุณสมบัติDict | |||
ตอนที่_metadata/file_path | ข้อความ | เชือก | เส้นทางไปยังไฟล์ข้อมูลต้นฉบับ | |
ขั้นตอน | ชุดข้อมูล | |||
ขั้นตอน/การดำเนินการ | เทนเซอร์ | (8,) | ลอย32 | การทำงานของหุ่นยนต์ ประกอบด้วย [ตำแหน่งเอนด์เอฟเฟคเตอร์ 3x, ควอเทอร์เนียนเอนด์เอฟเฟคเตอร์ 4x, กริปเปอร์เปิด/ปิด 1x] |
ขั้นตอน/ส่วนลด | สเกลาร์ | ลอย32 | ส่วนลดหากมีให้ ค่าเริ่มต้นคือ 1 | |
ขั้นตอน/is_first | เทนเซอร์ | บูล | ||
ขั้นตอน/is_last | เทนเซอร์ | บูล | ||
ขั้นตอน/is_terminal | เทนเซอร์ | บูล | ||
ขั้นตอน/ภาษา_embedding | เทนเซอร์ | (512,) | ลอย32 | การฝังภาษาโคน่า ดู https://tfhub.dev/google/universal-sentence-encoder-large/5 |
ขั้นตอน/Language_instruction | ข้อความ | เชือก | การสอนภาษา. | |
ขั้นตอน/การสังเกต | คุณสมบัติDict | |||
ขั้นตอน/การสังเกต/ภาพ | ภาพ | (360, 640, 3) | uint8 | การสังเกต RGB ของกล้องหลัก |
ขั้นตอน/การสังเกต/สถานะ | เทนเซอร์ | (20,) | ลอย32 | สถานะของหุ่นยนต์ประกอบด้วย [7x มุมข้อต่อของหุ่นยนต์, สถานะกริปเปอร์ 1x, แรงบิดข้อต่อ 6x, แรงเอฟเฟกต์ปลาย 6x] |
ขั้นตอน/การสังเกต/wrist_image | ภาพ | (240, 320, 3) | uint8 | การสังเกต RGB ของกล้องข้อมือ |
ขั้นตอน/รางวัล | สเกลาร์ | ลอย32 | รางวัลหากมีให้ 1 ในขั้นตอนสุดท้ายสำหรับการสาธิต |
คีย์ภายใต้การดูแล (ดู
as_supervised
doc ):None
รูปภาพ ( tfds.show_examples ): ไม่รองรับ
ตัวอย่าง ( tfds.as_dataframe ):
- การอ้างอิง :
@inproceedings{
saxena2023multiresolution,
title={Multi-Resolution Sensing for Real-Time Control with Vision-Language Models},
author={Saumya Saxena and Mohit Sharma and Oliver Kroemer},
booktitle={7th Annual Conference on Robot Learning},
year={2023},
url={https://openreview.net/forum?id=WuBv9-IGDUA}
}