uiuc_d3フィールド

  • 説明：

事務机や食器などの整理整頓

スプリット例
'train' 192
  • 機能の構造:
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32, description=Robot displacement from last frame),
        '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': Image(shape=(360, 640, 1), dtype=uint16, description=camera 1 depth observation.),
            'depth_2': Image(shape=(360, 640, 1), dtype=uint16, description=camera 2 depth observation.),
            'depth_3': Image(shape=(360, 640, 1), dtype=uint16, description=camera 3 depth observation.),
            'depth_4': Image(shape=(360, 640, 1), dtype=uint16, description=camera 4 depth observation.),
            'image_1': Image(shape=(360, 640, 3), dtype=uint8, description=camera 1 RGB observation.),
            'image_2': Image(shape=(360, 640, 3), dtype=uint8, description=camera 2 RGB observation.),
            'image_3': Image(shape=(360, 640, 3), dtype=uint8, description=camera 3 RGB observation.),
            'image_4': Image(shape=(360, 640, 3), dtype=uint8, description=camera 4 RGB observation.),
            'state': Tensor(shape=(4, 4), dtype=float32, description=Robot end-effector state),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • 機能ドキュメント:
特徴クラス形Dタイプ説明
特徴辞書
エピソード_メタデータ特徴辞書
エピソードメタデータ/ファイルパス文章弦元のデータ ファイルへのパス。
ステップデータセット
ステップ/アクションテンソル(3,) float32最後のフレームからのロボットの変位
歩数/割引スカラーfloat32割引が指定されている場合、デフォルトは 1 です。
ステップ/is_firstテンソルブール
ステップ/is_lastテンソルブール
ステップ/is_terminalテンソルブール
ステップ/言語_埋め込みテンソル(512,) float32コナ言語の埋め込み。 https://tfhub.dev/google/universal-sentence-encoder-large/5を参照してください。
ステップ/言語説明文章弦言語指導。
ステップ/観察特徴辞書
歩数/観察/深さ_1画像(360、640、1) uint16カメラ 1 深度観察。
歩数/観察/深さ_2画像(360、640、1) uint16カメラ2深度観察。
歩数/観察/深さ_3画像(360、640、1) uint16カメラ3深度観察。
歩数/観察/深さ_4画像(360、640、1) uint16カメラ4深度観察。
ステップ/観察/画像_1画像(360、640、3) uint8カメラ1 RGB観察。
ステップ/観察/画像_2画像(360、640、3) uint8カメラ2 RGB観察。
ステップ/観察/画像_3画像(360、640、3) uint8カメラ3 RGB観察。
ステップ/観察/画像_4画像(360、640、3) uint8カメラ4 RGB観察。
ステップ/観察/状態テンソル(4, 4) float32ロボットのエンドエフェクターの状態
歩数/報酬スカラーfloat32提供されている場合は報酬、デモの最終ステップで 1。
@article{wang2023d3field,
  title={D^3Field: Dynamic 3D Descriptor Fields for Generalizable Robotic Manipulation},
  author={Wang, Yixuan and Li, Zhuoran and Zhang, Mingtong and Driggs-Campbell, Katherine and Wu, Jiajun and Fei-Fei, Li and Li, Yunzhu},
  journal={arXiv preprint arXiv:},
  year={2023},
}