aloha_mobile

  • Tanım :

Gerçek veri kümesi. Çift elle yapılan ve tüm vücut kontrolü gerektiren mobil manipülasyon görevlerini taklit etmek. Her görev için 50 gösteri.

Bölmek Örnekler
'train' 276
  • Özellik yapısı :
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),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
bölüm_meta verileri ÖzelliklerDict
bölüm_metadata/dosya_yolu Tensör sicim
adımlar Veri kümesi
adımlar/eylem Tensör (16,) kayan nokta32
adımlar/indirim Skaler kayan nokta32
adımlar/is_first Tensör bool
adımlar/is_last Tensör bool
adımlar/is_terminal Tensör bool
adımlar/language_instruction Tensör sicim
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/cam_high Resim (480, 640, 3) uint8
adımlar/gözlem/cam_left_wrist Resim (480, 640, 3) uint8
adımlar/gözlem/cam_right_wrist Resim (480, 640, 3) uint8
adımlar/gözlem/durum Tensör (14,) kayan nokta32
adımlar/ödül Skaler kayan nokta32
  • Alıntı :
@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},}