ucsd_pick_and_place_dataset_converted_externally_to_rlds

  • คำอธิบาย :

xแขนหยิบและวางสิ่งของโดยมีสิ่งรบกวนสมาธิ

แยก ตัวอย่าง
'train' 1,355
  • โครงสร้างคุณสมบัติ :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'disclaimer': Text(shape=(), dtype=string),
        'file_path': Text(shape=(), dtype=string),
        'n_transitions': Scalar(shape=(), dtype=int32, description=Number of transitions in the episode.),
        'success': Scalar(shape=(), dtype=bool, description=True if the last state of an episode is a success state, False otherwise.),
        'success_labeled_by': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(4,), dtype=float32, description=Robot action, consists of [3x gripper velocities,1x gripper open/close torque].),
        '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({
            'image': Image(shape=(224, 224, 3), dtype=uint8, description=Camera RGB observation.),
            'state': Tensor(shape=(7,), dtype=float32, description=Robot state, consists of [3x gripper position,3x gripper orientation, 1x finger distance].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ตอนที่_ข้อมูลเมตา คุณสมบัติDict
ตอนที่_metadata/ข้อจำกัดความรับผิดชอบ ข้อความ เชือก ข้อจำกัดความรับผิดชอบเกี่ยวกับตอนใดตอนหนึ่งโดยเฉพาะ
ตอนที่_metadata/file_path ข้อความ เชือก เส้นทางไปยังไฟล์ข้อมูลต้นฉบับ
ตอนที่_ข้อมูลเมตา/n_transitions สเกลาร์ int32 จำนวนการเปลี่ยนในตอน
ตอนที่_ข้อมูลเมตา/ความสำเร็จ สเกลาร์ บูล เป็นจริงหากสถานะสุดท้ายของตอนเป็นสถานะสำเร็จ หากไม่เป็นเช่นนั้นจะเป็นเท็จ
ตอนที่_metadata/success_labeled_by ข้อความ เชือก ใครเป็นผู้ติดป้ายความสำเร็จ (และรางวัล) ของตอนนี้ สามารถเป็นหนึ่งใน: [มนุษย์, ลักษณนาม]
ขั้นตอน ชุดข้อมูล
ขั้นตอน/การดำเนินการ เทนเซอร์ (4,) ลอย32 การทำงานของหุ่นยนต์ประกอบด้วย [ความเร็วของมือจับ 3x, แรงบิดเปิด/ปิดของมือจับ 1x]
ขั้นตอน/ส่วนลด สเกลาร์ ลอย32 ส่วนลดหากมีให้ ค่าเริ่มต้นคือ 1
ขั้นตอน/is_first เทนเซอร์ บูล
ขั้นตอน/is_last เทนเซอร์ บูล
ขั้นตอน/is_terminal เทนเซอร์ บูล
ขั้นตอน/ภาษา_embedding เทนเซอร์ (512,) ลอย32 การฝังภาษาโคน่า ดู https://tfhub.dev/google/universal-sentence-encoder-large/5
ขั้นตอน/Language_instruction ข้อความ เชือก การสอนภาษา.
ขั้นตอน/การสังเกต คุณสมบัติDict
ขั้นตอน/การสังเกต/ภาพ ภาพ (224, 224, 3) uint8 การสังเกต RGB ของกล้อง
ขั้นตอน/การสังเกต/สถานะ เทนเซอร์ (7,) ลอย32 สถานะของหุ่นยนต์ ประกอบด้วย [ตำแหน่งมือจับ 3x, การวางแนวมือจับ 3x, ระยะห่างนิ้ว 1x]
ขั้นตอน/รางวัล สเกลาร์ ลอย32 รางวัลหากมีให้ 1 ในขั้นตอนสุดท้ายสำหรับการสาธิต
@preprint{Feng2023Finetuning,
    title={Finetuning Offline World Models in the Real World},
    author={Yunhai Feng, Nicklas Hansen, Ziyan Xiong, Chandramouli Rajagopalan, Xiaolong Wang},
    year={2023}
}