stanford_kuka_multimodal_dataset_converted_externally_to_rlds

  • 説明

フォースフィードバック付き Kuka iiwa ペグ挿入

スプリット
'train' 3,000
  • 機能の構造:
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.),
    }),
})
  • 機能ドキュメント:
特徴クラスDタイプ説明
特徴辞書
エピソード_メタデータ特徴辞書
ステップデータセット
ステップ/アクションテンソル(4,) float32ロボットアクションは、[3x EEF 位置、1x グリッパー開閉] で構成されます。
歩数/割引スカラーfloat32割引が指定されている場合、デフォルトは 1 です。
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コナ言語の埋め込み。 https://tfhub.dev/google/universal-sentence-encoder-large/5を参照してください。
ステップ/言語説明文章言語指導。
ステップ/観察特徴辞書
歩数・観察・連絡テンソル(50,) float32ロボットの連絡先情報。
ステップ/観察/深さ_画像テンソル(128、128、1) float32メイン深度カメラ観察。
ステップ/観察/ee_forces_continuousテンソル(50,6) float32ロボットのエンドエフェクターの力。
歩数/観察/ee_orientationテンソル(4,) float32ロボットのエンドエフェクターの方向の四元数。
ステップ/観察/ee_orientation_velテンソル(3,) float32ロボットのエンドエフェクターの方向速度。
歩数/観察/ee_positionテンソル(3,) float32ロボットのエンドエフェクターの位置。
ステップ/観察/ee_velテンソル(3,) float32ロボットのエンドエフェクターの速度。
歩数/観察/ee_yawテンソル(4,) float32ロボットのエンドエフェクターのヨー。
歩数/観察/ee_yaw_deltaテンソル(4,) float32ロボットのエンドエフェクターのヨー デルタ。
手順・観察・イメージ画像(128、128、3) uint8メインカメラRGB観察。
歩数/観察/joint_posテンソル(7,) float32ロボットの関節の位置。
ステップ/観察/joint_velテンソル(7,) float32ロボットの関節速度。
ステップ/観察/光学フローテンソル(128、128、2) float32オプティカルフロー。
ステップ/観察/状態テンソル(8,) float32ロボットの固有受容情報、[7x ジョイント pos、1x グリッパー開閉]。
歩数/報酬スカラーfloat32提供されている場合は報酬、デモの最終ステップで 1。
@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}
}