- Descrição :
Conjunto de dados SIM de um único braço robótico executando tarefas de mesa geradas processualmente com prompts multimodais, mais de 600 mil trajetórias
Página inicial : https://vimalabs.github.io/
Código fonte :
tfds.robotics.rtx.VimaConvertedExternallyToRlds
Versões :
-
0.1.0
(padrão): versão inicial.
-
Tamanho do download :
Unknown size
Tamanho do conjunto de dados :
Unknown size
Armazenado em cache automaticamente ( documentação ): Desconhecido
Divisões :
Dividir | Exemplos |
---|
- Estrutura de recursos :
FeaturesDict({
'episode_metadata': FeaturesDict({
'action_bounds': FeaturesDict({
'high': Tensor(shape=(3,), dtype=float32),
'low': Tensor(shape=(3,), dtype=float32),
}),
'end-effector type': string,
'failure': Scalar(shape=(), dtype=bool),
'file_path': string,
'n_objects': Scalar(shape=(), dtype=int64),
'num_steps': Scalar(shape=(), dtype=int64),
'robot_components_seg_ids': Sequence(Scalar(shape=(), dtype=int64)),
'seed': Scalar(shape=(), dtype=int64),
'success': Scalar(shape=(), dtype=bool),
'task': string,
}),
'steps': Dataset({
'action': FeaturesDict({
'pose0_position': Tensor(shape=(3,), dtype=float32),
'pose0_rotation': Tensor(shape=(4,), dtype=float32),
'pose1_position': Tensor(shape=(3,), dtype=float32),
'pose1_rotation': Tensor(shape=(4,), dtype=float32),
}),
'discount': Scalar(shape=(), dtype=float32),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'multimodal_instruction': string,
'multimodal_instruction_assets': FeaturesDict({
'asset_type': Sequence(string),
'frontal_image': Sequence(Tensor(shape=(128, 256, 3), dtype=uint8)),
'frontal_segmentation': Sequence(Tensor(shape=(128, 256), dtype=uint8)),
'image': Sequence(Tensor(shape=(128, 256, 3), dtype=uint8)),
'key_name': Sequence(string),
'segmentation': Sequence(Tensor(shape=(128, 256), dtype=uint8)),
'segmentation_obj_info': Sequence({
'obj_name': Sequence(string),
'segm_id': Sequence(Scalar(shape=(), dtype=int64)),
'texture_name': Sequence(string),
}),
}),
'observation': FeaturesDict({
'ee': int64,
'frontal_image': Tensor(shape=(128, 256, 3), dtype=uint8),
'frontal_segmentation': Tensor(shape=(128, 256), dtype=uint8),
'image': Tensor(shape=(128, 256, 3), dtype=uint8),
'segmentation': Tensor(shape=(128, 256), dtype=uint8),
'segmentation_obj_info': FeaturesDict({
'obj_name': Sequence(string),
'segm_id': Sequence(Scalar(shape=(), dtype=int64)),
'texture_name': Sequence(string),
}),
}),
'reward': Scalar(shape=(), dtype=float32),
}),
})
- Documentação de recursos :
Recurso | Aula | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
episódio_metadados | RecursosDict | |||
episódio_metadata/action_bounds | RecursosDict | |||
episódio_metadata/action_bounds/high | Tensor | (3,) | float32 | |
episódio_metadata/action_bounds/low | Tensor | (3,) | float32 | |
tipo de episódio_metadata/efetor final | Tensor | corda | ||
episódio_metadata/falha | Escalar | bool | ||
episódio_metadados/caminho_do_arquivo | Tensor | corda | ||
episódio_metadata/n_objects | Escalar | int64 | ||
episódio_metadata/num_steps | Escalar | int64 | ||
episódio_metadata/robot_components_seg_ids | Sequência (escalar) | (Nenhum,) | int64 | |
episódio_metadata/semente | Escalar | int64 | ||
episódio_metadata/sucesso | Escalar | bool | ||
episódio_metadados/tarefa | Tensor | corda | ||
passos | Conjunto de dados | |||
etapas/ação | RecursosDict | |||
passos/ação/pose0_position | Tensor | (3,) | float32 | |
passos/ação/pose0_rotation | Tensor | (4,) | float32 | |
passos/ação/pose1_position | Tensor | (3,) | float32 | |
passos/ação/pose1_rotation | Tensor | (4,) | float32 | |
passos/desconto | Escalar | float32 | ||
passos/é_primeiro | Tensor | bool | ||
passos/é_último | Tensor | bool | ||
etapas/is_terminal | Tensor | bool | ||
etapas/instrução_multimodal | Tensor | corda | ||
etapas/multimodal_instruction_assets | RecursosDict | |||
etapas/multimodal_instruction_assets/asset_type | Sequência (Tensor) | (Nenhum,) | corda | |
etapas/multimodal_instruction_assets/frontal_image | Sequência (Tensor) | (Nenhum, 128, 256, 3) | uint8 | |
etapas/multimodal_instruction_assets/frontal_segmentation | Sequência (Tensor) | (Nenhum, 128, 256) | uint8 | |
etapas/multimodal_instruction_assets/image | Sequência (Tensor) | (Nenhum, 128, 256, 3) | uint8 | |
etapas/multimodal_instruction_assets/key_name | Sequência (Tensor) | (Nenhum,) | corda | |
etapas/multimodal_instruction_assets/segmentação | Sequência (Tensor) | (Nenhum, 128, 256) | uint8 | |
etapas/multimodal_instruction_assets/segmentation_obj_info | Seqüência | |||
etapas/multimodal_instruction_assets/segmentation_obj_info/obj_name | Sequência (Tensor) | (Nenhum,) | corda | |
etapas/multimodal_instruction_assets/segmentation_obj_info/segm_id | Sequência (escalar) | (Nenhum,) | int64 | |
etapas/multimodal_instruction_assets/segmentation_obj_info/texture_name | Sequência (Tensor) | (Nenhum,) | corda | |
etapas/observação | RecursosDict | |||
passos/observação/ee | Tensor | int64 | ||
passos/observação/imagem_frontal | Tensor | (128, 256, 3) | uint8 | |
etapas/observação/segmentação_frontal | Tensor | (128, 256) | uint8 | |
passos/observação/imagem | Tensor | (128, 256, 3) | uint8 | |
etapas/observação/segmentação | Tensor | (128, 256) | uint8 | |
etapas/observação/segmentação_obj_info | RecursosDict | |||
etapas/observação/segmentação_obj_info/obj_name | Sequência (Tensor) | (Nenhum,) | corda | |
etapas/observação/segmentação_obj_info/segm_id | Sequência (escalar) | (Nenhum,) | int64 | |
etapas/observação/segmentação_obj_info/texture_name | Sequência (Tensor) | (Nenhum,) | corda | |
passos/recompensa | Escalar | float32 |
Chaves supervisionadas (consulte o documento
as_supervised
):None
Figura ( tfds.show_examples ): Não suportado.
Exemplos ( tfds.as_dataframe ): Ausente.
Citação :
@inproceedings{jiang2023vima, title = {VIMA: General Robot Manipulation with Multimodal Prompts}, author = {Yunfan Jiang and Agrim Gupta and Zichen Zhang and Guanzhi Wang and Yongqiang Dou and Yanjun Chen and Li Fei-Fei and Anima Anandkumar and Yuke Zhu and Linxi Fan}, booktitle = {Fortieth International Conference on Machine Learning}, year = {2023}. }