aloha_mobile

  • Descrição :

Conjunto de dados real. Imitando tarefas de manipulação móvel que são bimanuais e requerem controle de todo o corpo. 50 demonstrações para cada tarefa.

Dividir Exemplos
'train' 276
  • Estrutura de recursos :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(16,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_instruction': string,
        'observation': FeaturesDict({
            'cam_high': Image(shape=(480, 640, 3), dtype=uint8),
            'cam_left_wrist': Image(shape=(480, 640, 3), dtype=uint8),
            'cam_right_wrist': Image(shape=(480, 640, 3), dtype=uint8),
            'state': Tensor(shape=(14,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentação de recursos :
Recurso Aula Forma Tipo D Descrição
RecursosDict
episódio_metadados RecursosDict
episódio_metadados/caminho_do_arquivo Tensor corda
passos Conjunto de dados
etapas/ação Tensor (16,) float32
passos/desconto Escalar float32
passos/é_primeiro Tensor bool
passos/é_último Tensor bool
etapas/is_terminal Tensor bool
etapas/instrução_idioma Tensor corda
etapas/observação RecursosDict
passos/observação/cam_high Imagem (480, 640, 3) uint8
passos/observação/cam_left_wrist Imagem (480, 640, 3) uint8
passos/observação/cam_right_wrist Imagem (480, 640, 3) uint8
etapas/observação/estado Tensor (14,) float32
passos/recompensa Escalar float32
  • Citação :
@inproceedings{fu2024mobile,author = {Fu, Zipeng and Zhao, Tony Z. and Finn, Chelsea},title = {Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation},booktitle = {arXiv},year = {2024},}