stanford_mask_vit_converted_externally_to_rlds

  • Описание :

Сойер толкает и собирает предметы в мусорном ведре

Расколоть Примеры
'train' 9,109
'val' 91
  • Структура функции :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(5,), dtype=float32, description=Robot action, consists of [3x change in end effector position, 1x gripper yaw, 1x open/close gripper (-1 means to open the gripper, 1 means 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({
            'end_effector_pose': Tensor(shape=(5,), dtype=float32, description=Robot end effector pose, consists of [3x Cartesian position, 1x gripper yaw, 1x gripper position]. This is the state used in the MaskViT paper.),
            'finger_sensors': Tensor(shape=(1,), dtype=float32, description=1x Sawyer gripper finger sensors.),
            'high_bound': Tensor(shape=(5,), dtype=float32, description=High bound for end effector pose normalization. Consists of [3x Cartesian position, 1x gripper yaw, 1x gripper position].),
            'image': Image(shape=(480, 480, 3), dtype=uint8, description=Main camera RGB observation.),
            'low_bound': Tensor(shape=(5,), dtype=float32, description=Low bound for end effector pose normalization. Consists of [3x Cartesian position, 1x gripper yaw, 1x gripper position].),
            'state': Tensor(shape=(15,), dtype=float32, description=Robot state, consists of [7x robot joint angles, 7x robot joint velocities,1x gripper position].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
эпизод_метаданные ВозможностиDict
метаданные_эпизода/путь_к файлу Текст нить Путь к исходному файлу данных.
шаги Набор данных
шаги/действия Тензор (5,) поплавок32 Действие робота состоит из [3х изменения положения концевого эффектора, 1х поворота захвата, 1х открытия/закрытия захвата (-1 означает открытие захвата, 1 означает закрытие)].
шаги/скидка Скаляр поплавок32 Скидка, если она предусмотрена, по умолчанию равна 1.
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/language_embedding Тензор (512,) поплавок32 Встраивание языка Kona. См. https://tfhub.dev/google/universal-sentence-encoder-large/5 .
шаги/language_instruction Текст нить Языковое обучение.
шаги/наблюдение ВозможностиDict
шаги/наблюдение/end_effector_pose Тензор (5,) поплавок32 Поза концевого эффектора робота состоит из [3 декартовых положений, 1 поворота захвата, 1 положения захвата]. Это состояние используется в статье MaskViT.
шаги/наблюдение/finger_sensors Тензор (1,) поплавок32 1 датчик пальцев захвата Sawyer.
шаги/наблюдение/high_bound Тензор (5,) поплавок32 Высокая граница для нормализации позы конечного эффектора. Состоит из [3 декартовых положений, 1 поворота захвата, 1 положения захвата].
шаги/наблюдение/изображение Изображение (480, 480, 3) uint8 Основная камера наблюдения RGB.
шаги/наблюдение/low_bound Тензор (5,) поплавок32 Нижняя граница нормализации позы конечного эффектора. Состоит из [3 декартовых положений, 1 поворота захвата, 1 положения захвата].
шаги/наблюдение/состояние Тензор (15,) поплавок32 Состояние робота состоит из [7 углов шарниров робота, 7 скоростей суставов робота, 1 положения захвата].
шаги/награда Скаляр поплавок32 Награда, если предусмотрена, 1 на последнем этапе демо-версий.
@inproceedings{gupta2022maskvit,
  title={MaskViT: Masked Visual Pre-Training for Video Prediction},
  author={Agrim Gupta and Stephen Tian and Yunzhi Zhang and Jiajun Wu and Roberto Martín-Martín and Li Fei-Fei},
  booktitle={International Conference on Learning Representations},
  year={2022}
}