stanford_robocook_converted_externally_to_rlds

  • Descrizione :

Franka prepara i ravioli con vari strumenti

Diviso Esempi
'train' 2.460
  • Struttura delle caratteristiche :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'extrinsics_1': Tensor(shape=(4, 4), dtype=float32, description=Camera 1 Extrinsic Matrix.),
        'extrinsics_2': Tensor(shape=(4, 4), dtype=float32, description=Camera 2 Extrinsic Matrix.),
        'extrinsics_3': Tensor(shape=(4, 4), dtype=float32, description=Camera 3 Extrinsic Matrix.),
        'extrinsics_4': Tensor(shape=(4, 4), dtype=float32, description=Camera 4 Extrinsic Matrix.),
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [3x robot end-effector velocities, 3x robot end-effector angular velocities, 1x gripper velocity].),
        '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({
            'depth_1': Tensor(shape=(256, 256), dtype=float32, description=Camera 1 Depth observation.),
            'depth_2': Tensor(shape=(256, 256), dtype=float32, description=Camera 2 Depth observation.),
            'depth_3': Tensor(shape=(256, 256), dtype=float32, description=Camera 3 Depth observation.),
            'depth_4': Tensor(shape=(256, 256), dtype=float32, description=Camera 4 Depth observation.),
            'image_1': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 1 RGB observation.),
            'image_2': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 2 RGB observation.),
            'image_3': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 3 RGB observation.),
            'image_4': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 4 RGB observation.),
            'state': Tensor(shape=(7,), dtype=float32, description=Robot state, consists of [3x robot end-effector position, 3x robot end-effector euler angles, 1x gripper position].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
metadati_episodio CaratteristicheDict
Episode_metadata/extrinsics_1 Tensore (4, 4) float32 Camera 1 Matrice Estrinseca.
Episode_metadata/extrinsics_2 Tensore (4, 4) float32 Camera 2 Matrice Estrinseca.
Episode_metadata/extrinsics_3 Tensore (4, 4) float32 Camera 3 Matrice Estrinseca.
Episode_metadata/extrinsics_4 Tensore (4, 4) float32 Camera 4 Matrice Estrinseca.
metadati_episodio/percorso_file Testo corda Percorso del file di dati originale.
passi Set di dati
passi/azione Tensore (7,) float32 L'azione del robot consiste in [3x velocità dell'effettore finale del robot, 3x velocità angolari dell'effettore finale del robot, 1x velocità della pinza].
passi/sconto Scalare float32 Sconto se fornito, il valore predefinito è 1.
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passaggi/incorporamento_lingua Tensore (512,) float32 Incorporamento del linguaggio Kona. Vedi https://tfhub.dev/google/universal-sentence-encoder-large/5
passi/lingua_istruzioni Testo corda Insegnamento della lingua.
passi/osservazione CaratteristicheDict
passi/osservazione/profondità_1 Tensore (256, 256) float32 Telecamera 1 Osservazione della profondità.
passi/osservazione/profondità_2 Tensore (256, 256) float32 Telecamera 2 Osservazione della profondità.
passi/osservazione/profondità_3 Tensore (256, 256) float32 Telecamera 3 Osservazione della profondità.
passi/osservazione/profondità_4 Tensore (256, 256) float32 Telecamera 4 Osservazione della profondità.
passi/osservazione/immagine_1 Immagine (256, 256, 3) uint8 Osservazione RGB della telecamera 1.
passi/osservazione/immagine_2 Immagine (256, 256, 3) uint8 Osservazione RGB della telecamera 2.
passi/osservazione/immagine_3 Immagine (256, 256, 3) uint8 Osservazione RGB della telecamera 3.
passi/osservazione/immagine_4 Immagine (256, 256, 3) uint8 Osservazione RGB della telecamera 4.
passi/osservazione/stato Tensore (7,) float32 Stato del robot, consiste di [3x posizioni dell'effettore finale del robot, 3x angoli di eulero dell'effettore finale del robot, 1x posizione della pinza].
passi/ricompensa Scalare float32 Ricompensa se fornita, 1 nel passaggio finale per le demo.
@article{shi2023robocook,
  title={RoboCook: Long-Horizon Elasto-Plastic Object Manipulation with Diverse Tools},
  author={Shi, Haochen and Xu, Huazhe and Clarke, Samuel and Li, Yunzhu and Wu, Jiajun},
  journal={arXiv preprint arXiv:2306.14447},
  year={2023}
}