stanford_kuka_multimodal_dataset_converted_externally_to_rlds

  • وصف :

إدخال ربط Kuka iiwa مع ردود فعل قوية

ينقسم أمثلة
'train' 3000
  • هيكل الميزة :
FeaturesDict({
    'episode_metadata': FeaturesDict({
    }),
    'steps': Dataset({
        'action': Tensor(shape=(4,), dtype=float32, description=Robot action, consists of [3x EEF position, 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({
            'contact': Tensor(shape=(50,), dtype=float32, description=Robot contact information.),
            'depth_image': Tensor(shape=(128, 128, 1), dtype=float32, description=Main depth camera observation.),
            'ee_forces_continuous': Tensor(shape=(50, 6), dtype=float32, description=Robot end-effector forces.),
            'ee_orientation': Tensor(shape=(4,), dtype=float32, description=Robot end-effector orientation quaternion.),
            'ee_orientation_vel': Tensor(shape=(3,), dtype=float32, description=Robot end-effector orientation velocity.),
            'ee_position': Tensor(shape=(3,), dtype=float32, description=Robot end-effector position.),
            'ee_vel': Tensor(shape=(3,), dtype=float32, description=Robot end-effector velocity.),
            'ee_yaw': Tensor(shape=(4,), dtype=float32, description=Robot end-effector yaw.),
            'ee_yaw_delta': Tensor(shape=(4,), dtype=float32, description=Robot end-effector yaw delta.),
            'image': Image(shape=(128, 128, 3), dtype=uint8, description=Main camera RGB observation.),
            'joint_pos': Tensor(shape=(7,), dtype=float32, description=Robot joint positions.),
            'joint_vel': Tensor(shape=(7,), dtype=float32, description=Robot joint velocities.),
            'optical_flow': Tensor(shape=(128, 128, 2), dtype=float32, description=Optical flow.),
            'state': Tensor(shape=(8,), dtype=float32, description=Robot proprioceptive information, [7x joint pos, 1x gripper open/close].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع D وصف
المميزاتDict
الحلقة_البيانات الوصفية المميزاتDict
خطوات مجموعة البيانات
الخطوات/الإجراء الموتر (4،) float32 يتكون عمل الروبوت من [وضعية EEF 3x، وقبضة 1x مفتوحة/مغلقة].
الخطوات/الخصم العددية float32 الخصم إذا تم توفيره، الافتراضي هو 1.
الخطوات/is_first الموتر منطقي
الخطوات/is_last الموتر منطقي
الخطوات/is_terminal الموتر منطقي
الخطوات/language_embedding الموتر (512،) float32 تضمين لغة كونا. راجع https://tfhub.dev/google/universal-sentence-encoder-large/5
الخطوات/language_instruction نص خيط تعليم اللغة.
الخطوات/الملاحظة المميزاتDict
الخطوات/الملاحظة/الاتصال الموتر (50،) float32 معلومات الاتصال بالروبوت.
الخطوات/الملاحظة/عمق_صورة الموتر (128، 128، 1) float32 مراقبة الكاميرا العميقة الرئيسية.
الخطوات/الملاحظة/ee_forces_continious الموتر (50، 6) float32 قوى المؤثر النهائي للروبوت.
الخطوات/الملاحظة/ee_orientation الموتر (4،) float32 روبوت توجيه المؤثر النهائي.
الخطوات/الملاحظة/ee_orientation_vel الموتر (3،) float32 سرعة توجيه المؤثر النهائي للروبوت.
الخطوات/الملاحظة/ee_position الموتر (3،) float32 موقف المؤثر النهائي للروبوت.
الخطوات/الملاحظة/ee_vel الموتر (3،) float32 سرعة المؤثر النهائي للروبوت.
الخطوات/الملاحظة/ee_yaw الموتر (4،) float32 الروبوت المؤثر النهائي ياو.
الخطوات/الملاحظة/ee_yaw_delta الموتر (4،) float32 الروبوت المؤثر النهائي ياو دلتا.
الخطوات/الملاحظة/الصورة صورة (128، 128، 3) uint8 مراقبة الكاميرا الرئيسية RGB.
الخطوات/الملاحظة/joint_pos الموتر (7،) float32 المواقف المشتركة للروبوت.
الخطوات/الملاحظة/joint_vel الموتر (7،) float32 سرعات الروبوت المشتركة.
الخطوات/الملاحظة/optical_flow الموتر (128، 128، 2) float32 التدفق البصري.
الخطوات/الملاحظة/الحالة الموتر (8،) float32 معلومات الروبوت التحسسي، [7x نقاط مفصلية، 1x قابض مفتوح/مغلق].
خطوات/مكافأة العددية float32 مكافأة إذا تم توفيرها، 1 في الخطوة النهائية للعروض التوضيحية.
@inproceedings{lee2019icra,
  title={Making sense of vision and touch: Self-supervised learning of multimodal representations for contact-rich tasks},
  author={Lee, Michelle A and Zhu, Yuke and Srinivasan, Krishnan and Shah, Parth and Savarese, Silvio and Fei-Fei, Li and  Garg, Animesh and Bohg, Jeannette},
  booktitle={2019 IEEE International Conference on Robotics and Automation (ICRA)},
  year={2019},
  url={https://arxiv.org/abs/1810.10191}
}