stanford_robocook_converted_externally_to_rlds

  • Opis :

Franka przygotowuje pierogi za pomocą różnych narzędzi

Podział Przykłady
'train' 2460
  • Struktura funkcji :
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.),
    }),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDykt
metadane_odcinka FunkcjeDykt
epizod_metadata/extrinsics_1 Napinacz (4, 4) pływak32 Kamera 1 Zewnętrzna matryca.
epizod_metadata/extrinsics_2 Napinacz (4, 4) pływak32 Kamera 2 Zewnętrzna matryca.
epizod_metadata/extrinsics_3 Napinacz (4, 4) pływak32 Kamera 3 Zewnętrzna matryca.
epizod_metadata/extrinsics_4 Napinacz (4, 4) pływak32 Kamera 4 Zewnętrzna matryca.
metadane_odcinka/ścieżka_pliku Tekst smyczkowy Ścieżka do oryginalnego pliku danych.
kroki Zbiór danych
kroki/akcja Napinacz (7,) pływak32 Działanie robota składa się z [3x prędkości efektora końcowego robota, 3x prędkości kątowej efektora końcowego robota, 1x prędkości chwytaka].
kroki/rabat Skalarny pływak32 Rabat, jeśli jest podany, domyślnie wynosi 1.
kroki/jest_pierwszy Napinacz bool
kroki/jest_ostatni Napinacz bool
kroki/is_terminal Napinacz bool
kroki/osadzanie_języka Napinacz (512,) pływak32 Osadzanie języka Kona. Zobacz https://tfhub.dev/google/universal-sentence-encoder-large/5
kroki/instrukcja_językowa Tekst smyczkowy Instrukcja językowa.
kroki/obserwacje FunkcjeDykt
kroki/obserwacja/głębokość_1 Napinacz (256, 256) pływak32 Kamera 1 Obserwacja głębi.
kroki/obserwacja/głębokość_2 Napinacz (256, 256) pływak32 Kamera 2 Obserwacja głębi.
kroki/obserwacja/głębokość_3 Napinacz (256, 256) pływak32 Kamera 3 Obserwacja głębi.
kroki/obserwacja/głębokość_4 Napinacz (256, 256) pływak32 Kamera 4 Obserwacja głębi.
kroki/obserwacja/obraz_1 Obraz (256, 256, 3) uint8 Kamera 1 Obserwacja RGB.
kroki/obserwacja/obraz_2 Obraz (256, 256, 3) uint8 Kamera 2 Obserwacja RGB.
kroki/obserwacja/obraz_3 Obraz (256, 256, 3) uint8 Kamera 3 Obserwacja RGB.
kroki/obserwacja/obraz_4 Obraz (256, 256, 3) uint8 Kamera 4 Obserwacja RGB.
kroki/obserwacja/stan Napinacz (7,) pływak32 Stan robota, składa się z [3x położenie efektora końcowego robota, 3x kąty Eulera efektora końcowego robota, 1x położenie chwytaka].
kroki/nagroda Skalarny pływak32 Nagroda, jeśli jest zapewniona, 1 na ostatnim etapie w przypadku wersji demonstracyjnych.
@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}
}