asu_table_top_converted_externally_to_rlds

  • توضیحات :

UR5 کارهای انتخاب/مکان/چرخش روی میز را انجام می دهد

تقسیم کنید نمونه ها
'train' 110
  • ساختار ویژگی :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [7x joint velocities, 2x gripper velocities, 1x terminate episode].),
        'action_delta': Tensor(shape=(7,), dtype=float32, description=Robot delta action, consists of [7x joint velocities, 2x gripper velocities, 1x terminate episode].),
        'action_inst': Text(shape=(), dtype=string),
        'discount': Scalar(shape=(), dtype=float32, description=Discount if provided, default to 1.),
        'goal_object': Text(shape=(), dtype=string),
        'ground_truth_states': FeaturesDict({
            'EE': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'bottle': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'bread': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'coke': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'cube': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'milk': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
            'pepsi': Tensor(shape=(6,), dtype=float32, description=xyzrpy),
        }),
        '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=Main camera RGB observation.),
            'state': Tensor(shape=(7,), dtype=float32, description=Robot state, consists of [6x robot joint angles, 1x gripper position].),
            'state_vel': Tensor(shape=(7,), dtype=float32, description=Robot joint velocity, consists of [6x robot joint angles, 1x gripper position].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D توضیحات
FeaturesDict
episode_metadata FeaturesDict
episode_metadata/file_path متن رشته مسیر فایل داده اصلی
مراحل مجموعه داده
مراحل/عمل تانسور (7،) float32 عمل ربات، شامل [7 برابر سرعت مشترک، 2 برابر سرعت گیره، 1 برابر قسمت پایانی] است.
Steps/action_delta تانسور (7،) float32 عملکرد دلتای ربات، شامل [7 برابر سرعت مشترک، 2 برابر سرعت گیره، 1 برابر قسمت پایانی] است.
Steps/action_inst متن رشته اقدامی که باید انجام شود.
مراحل/تخفیف اسکالر float32 تخفیف در صورت ارائه، پیش فرض 1 است.
Steps/goal_object متن رشته شیئی که باید با آن دستکاری شود.
مراحل/حالات_حقیقت_زمینی FeaturesDict
Steps/ground_truth_states/EE تانسور (6،) float32 xyzrpy
Steps/ground_truth_states/Bottle تانسور (6،) float32 xyzrpy
مراحل/زمین_حقیقت_حالات/نان تانسور (6،) float32 xyzrpy
Steps/ground_truth_states/coke تانسور (6،) float32 xyzrpy
Steps/ground_truth_states/cube تانسور (6،) float32 xyzrpy
مراحل/زمین_حقیقت_حالات/شیر تانسور (6،) float32 xyzrpy
Steps/ground_truth_states/pepsi تانسور (6،) float32 xyzrpy
Steps/is_first تانسور بوول
Steps/is_last تانسور بوول
Steps/is_terminal تانسور بوول
Steps/language_embedding تانسور (512،) float32 تعبیه زبان کونا. به https://tfhub.dev/google/universal-sentence-encoder-large/5 مراجعه کنید
مراحل/زبان_آموزش متن رشته آموزش زبان.
مراحل / مشاهده FeaturesDict
مراحل / مشاهده / تصویر تصویر (224، 224، 3) uint8 دوربین اصلی رصد RGB.
مراحل / مشاهده / حالت تانسور (7،) float32 حالت ربات، شامل [6x زاویه مفصل ربات، 1x موقعیت دستگیره] است.
steps/observation/state_vel تانسور (7،) float32 سرعت اتصال ربات، شامل [6x زاویه مفصل ربات، 1x موقعیت گیره] است.
مراحل/پاداش اسکالر float32 در صورت ارائه پاداش، 1 در مرحله آخر برای دموها.
  • نقل قول :
@inproceedings{zhou2023modularity,
  title={Modularity through Attention: Efficient Training and Transfer of Language-Conditioned Policies for Robot Manipulation},
  author={Zhou, Yifan and Sonawani, Shubham and Phielipp, Mariano and Stepputtis, Simon and Amor, Heni},
  booktitle={Conference on Robot Learning},
  pages={1684--1695},
  year={2023},
  organization={PMLR}
}
@article{zhou2023learning,
  title={Learning modular language-conditioned robot policies through attention},
  author={Zhou, Yifan and Sonawani, Shubham and Phielipp, Mariano and Ben Amor, Heni and Stepputtis, Simon},
  journal={Autonomous Robots},
  pages={1--21},
  year={2023},
  publisher={Springer}
}