kaist_nonprehensile_converted_externally_to_rlds

  • توضیحات :

فرانکا در حال دستکاری اشیاء غیرقابل چنگ زدن است

تقسیم کنید نمونه ها
'train' 201
  • ساختار ویژگی :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(20,), dtype=float32, description=Robot action, consists of [3x end-effector position residual, 3x end-effector axis-angle residual, 7x robot joint k_p gain coefficient, 7x robot joint damping ratio coefficient].The action residuals are global, i.e. multiplied on theleft-hand side of the current end-effector state.),
        '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=(480, 640, 3), dtype=uint8, description=Main camera RGB observation.),
            'partial_pointcloud': Tensor(shape=(512, 3), dtype=float32, description=Partial pointcloud observation),
            'state': Tensor(shape=(21,), dtype=float32, description=Robot state, consists of [joint_states, end_effector_pose].Joint states are 14-dimensional, formatted in the order of [q_0, w_0, q_1, w_0, ...].In other words,  joint positions and velocities are interleaved.The end-effector pose is 7-dimensional, formatted in the order of [position, quaternion].The quaternion is formatted in (x,y,z,w) order. The end-effector pose references the tool frame, in the center of the two fingers of the gripper.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D توضیحات
FeaturesDict
قسمت_متاداده FeaturesDict
episode_metadata/file_path متن رشته مسیر فایل داده اصلی
مراحل مجموعه داده
مراحل/عمل تانسور (20،) float32 عملکرد ربات، شامل [3 برابر موقعیت افکتور انتهایی باقیمانده، 3 برابر افکتور انتهایی محور-زاویه باقیمانده، 7 برابر ضریب افزایش اتصال ربات k_p، ضریب نسبت میرایی مفصل ربات 7 برابر] است. از حالت اثر پایانی فعلی
مراحل/تخفیف اسکالر float32 تخفیف در صورت ارائه، پیش فرض 1 است.
Steps/is_first تانسور بوول
Steps/is_last تانسور بوول
Steps/is_terminal تانسور بوول
Steps/language_Embedding تانسور (512،) float32 تعبیه زبان Kona. به https://tfhub.dev/google/universal-sentence-encoder-large/5 مراجعه کنید
مراحل/زبان_آموزش متن رشته آموزش زبان.
مراحل / مشاهده FeaturesDict
مراحل / مشاهده / تصویر تصویر (480، 640، 3) uint8 دوربین اصلی رصد RGB.
Steps/observation/partial_pointcloud تانسور (512، 3) float32 مشاهده جزئی نقطه ابری
مراحل / مشاهده / حالت تانسور (21،) float32 حالت ربات، شامل [حالت_مشترک، نقطه_اثر_انتها] است. حالت‌های مشترک 14 بعدی هستند، به ترتیب [q_0، w_0، q_1، w_0، ...] فرم‌بندی شده‌اند. به عبارت دیگر، موقعیت‌ها و سرعت‌های مشترک به هم متصل می‌شوند. حالت افکتور 7 بعدی است که به ترتیب [موقعیت، چهارتایی] قالب بندی شده است. چهارتایی به ترتیب (x,y,z,w) قالب بندی شده است. ژست افکتور انتهایی به قاب ابزار، در مرکز دو انگشت گیره اشاره دارد.
مراحل/پاداش اسکالر float32 در صورت ارائه پاداش، 1 در مرحله آخر برای دموها.
  • نقل قول :
@article{kimpre,
  title={Pre-and post-contact policy decomposition for non-prehensile manipulation with zero-shot sim-to-real transfer},
  author={Kim, Minchan and Han, Junhyek and Kim, Jaehyung and Kim, Beomjoon},
  booktitle={2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  year={2023},
  organization={IEEE}
}