- 설명 :
주방과 상호작용하는 Franka 팔
소스 코드 :
tfds.robotics.rtx.TacoPlay
버전 :
-
0.1.0
(기본값): 최초 릴리스입니다.
-
다운로드 크기 :
Unknown size
데이터세트 크기 :
47.77 GiB
자동 캐시 ( 문서 ): 아니요
분할 :
나뉘다 | 예 |
---|---|
'test' | 361 |
'train' | 3,242 |
- 기능 구조 :
FeaturesDict({
'steps': Dataset({
'action': FeaturesDict({
'actions': Tensor(shape=(7,), dtype=float32, description=absolute desired values for gripper pose (first 6 dimensions are x, y, z, yaw, pitch, roll), last dimension is open_gripper (-1 is open gripper, 1 is close)),
'rel_actions_gripper': Tensor(shape=(7,), dtype=float32, description=relative actions for gripper pose in the gripper camera frame (first 6 dimensions are x, y, z, yaw, pitch, roll), last dimension is open_gripper (-1 is open gripper, 1 is close)),
'rel_actions_world': Tensor(shape=(7,), dtype=float32, description=relative actions for gripper pose in the robot base frame (first 6 dimensions are x, y, z, yaw, pitch, roll), last dimension is open_gripper (-1 is open gripper, 1 is close)),
'terminate_episode': float32,
}),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'observation': FeaturesDict({
'depth_gripper': Tensor(shape=(84, 84), dtype=float32),
'depth_static': Tensor(shape=(150, 200), dtype=float32),
'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
'natural_language_instruction': string,
'rgb_gripper': Image(shape=(84, 84, 3), dtype=uint8),
'rgb_static': Image(shape=(150, 200, 3), dtype=uint8, description=RGB static image of shape. (150, 200, 3). Subsampled from (200,200, 3) image.),
'robot_obs': Tensor(shape=(15,), dtype=float32, description=EE position (3), EE orientation in euler angles (3), gripper width (1), joint positions (7), gripper action (1)),
'structured_language_instruction': string,
}),
'reward': Scalar(shape=(), dtype=float32),
}),
})
- 기능 문서 :
특징 | 수업 | 모양 | Dtype | 설명 |
---|---|---|---|---|
특징Dict | ||||
단계 | 데이터 세트 | |||
단계/작업 | 특징Dict | |||
단계/작업/작업 | 텐서 | (7,) | float32 | 그리퍼 포즈에 대해 원하는 절대 값(처음 6개 차원은 x, y, z, yaw, 피치, 롤), 마지막 차원은 open_gripper(-1은 열린 그리퍼, 1은 닫힘) |
단계/액션/rel_actions_gripper | 텐서 | (7,) | float32 | 그리퍼 카메라 프레임의 그리퍼 포즈에 대한 상대 동작(처음 6개 차원은 x, y, z, 요, 피치, 롤), 마지막 차원은 open_gripper(-1은 열린 그리퍼, 1은 닫힘) |
단계/액션/rel_actions_world | 텐서 | (7,) | float32 | 로봇 기본 프레임의 그리퍼 포즈에 대한 상대 동작(처음 6개 차원은 x, y, z, 요, 피치, 롤), 마지막 차원은 open_gripper(-1은 열린 그리퍼, 1은 닫힘) |
단계/작업/종료_에피소드 | 텐서 | float32 | ||
걸음수/is_first | 텐서 | 부울 | ||
걸음수/is_last | 텐서 | 부울 | ||
단계/is_terminal | 텐서 | 부울 | ||
단계/관찰 | 특징Dict | |||
단계/관찰/깊이_그리퍼 | 텐서 | (84, 84) | float32 | |
단계/관찰/깊이_정적 | 텐서 | (150, 200) | float32 | |
단계/관찰/natural_언어_임베딩 | 텐서 | (512,) | float32 | |
단계/관찰/natural_lang_instruction | 텐서 | 끈 | 자연어 수업은 구조화된 언어 과제에서 파생된 잠재적인 과제 동의어를 기반으로 무작위로 샘플링된 자연어 수업입니다. 예를 들어, '파란색 조명 끄기'는 '파란색 조명 끄기'로 매핑될 수 있습니다. | |
단계/관찰/rgb_gripper | 영상 | (84, 84, 3) | uint8 | |
단계/관찰/rgb_static | 영상 | (150, 200, 3) | uint8 | 모양의 RGB 정적 이미지입니다. (150, 200, 3). (200,200, 3) 이미지에서 서브샘플링되었습니다. |
단계/관찰/robot_obs | 텐서 | (15,) | float32 | EE 위치(3), 오일러 각도의 EE 방향(3), 그리퍼 폭(1), 조인트 위치(7), 그리퍼 동작(1) |
단계/관찰/구조화된_언어_지시 | 텐서 | 끈 | 25개의 가능한 구조화된 언어 명령어 중 하나입니다. https://arxiv.org/pdf/2210.01911.pdf 표 2의 목록을 참조하세요. | |
걸음수/보상 | 스칼라 | float32 |
감독되는 키 (
as_supervised
doc 참조):None
그림 ( tfds.show_examples ): 지원되지 않습니다.
예 ( tfds.as_dataframe ): 누락되었습니다.
인용 :
@inproceedings{rosete2022tacorl,
author = {Erick Rosete-Beas and Oier Mees and Gabriel Kalweit and Joschka Boedecker and Wolfram Burgard},
title = {Latent Plans for Task Agnostic Offline Reinforcement Learning},
journal = {Proceedings of the 6th Conference on Robot Learning (CoRL)},
year = {2022}
}
@inproceedings{mees23hulc2,
title={Grounding Language with Visual Affordances over Unstructured Data},
author={Oier Mees and Jessica Borja-Diaz and Wolfram Burgard},
booktitle = {Proceedings of the IEEE International Conference on Robotics and Automation (ICRA)},
year={2023},
address = {London, UK}
}