austin_sailor_dataset_converted_externally_to_rlds

  • বর্ণনা :

ফ্রাঙ্কা টেবিলসেটিং কাজ

বিভক্ত উদাহরণ
'train' 240
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [3x ee relative pos, 3x ee relative rotation, 1x gripper action].),
        '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({
            'image': Image(shape=(128, 128, 3), dtype=uint8, description=Main camera RGB observation.),
            'state': Tensor(shape=(8,), dtype=float32, description=Default robot state, consists of [3x robot ee pos, 3x ee quat, 1x gripper state].),
            'state_ee': Tensor(shape=(16,), dtype=float32, description=End-effector state, represented as 4x4 homogeneous transformation matrix of ee pose.),
            'state_gripper': Tensor(shape=(1,), dtype=float32, description=Robot gripper opening width. Ranges between ~0 (closed) to ~0.077 (open)),
            'state_joint': Tensor(shape=(7,), dtype=float32, description=Robot 7-dof joint information (not used in original SAILOR dataset).),
            'wrist_image': Image(shape=(128, 128, 3), dtype=uint8, description=Wrist camera RGB observation.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=True on last step of the episode.),
    }),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
episode_metadata ফিচারসডিক্ট
episode_metadata/file_path পাঠ্য স্ট্রিং মূল ডেটা ফাইলের পথ।
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (৭,) float32 রোবট অ্যাকশন, [3x ee আপেক্ষিক pos, 3x ee আপেক্ষিক ঘূর্ণন, 1x গ্রিপার অ্যাকশন] নিয়ে গঠিত।
পদক্ষেপ/ছাড় স্কেলার float32 ডিসকাউন্ট দেওয়া হলে, ডিফল্ট 1.
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/ভাষা_এম্বেডিং টেনসর (512,) float32 কোন ভাষা এম্বেডিং. https://tfhub.dev/google/universal-sentence-encoder-large/5 দেখুন
পদক্ষেপ/ভাষা_নির্দেশ পাঠ্য স্ট্রিং ভাষার নির্দেশনা।
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/চিত্র ছবি (128, 128, 3) uint8 প্রধান ক্যামেরা আরজিবি পর্যবেক্ষণ।
পদক্ষেপ/পর্যবেক্ষণ/রাষ্ট্র টেনসর (8,) float32 ডিফল্ট রোবট স্টেট, [3x রোবট ee pos, 3x ee quat, 1x গ্রিপার স্টেট] নিয়ে গঠিত।
পদক্ষেপ/পর্যবেক্ষণ/state_ee টেনসর (16,) float32 শেষ-প্রভাবক অবস্থা, EE ভঙ্গির 4x4 সমজাতীয় রূপান্তর ম্যাট্রিক্স হিসাবে উপস্থাপিত।
পদক্ষেপ/পর্যবেক্ষণ/state_gripper টেনসর (1,) float32 রোবট গ্রিপার খোলার প্রস্থ। ~0 (বন্ধ) থেকে ~0.077 (খোলা) এর মধ্যে রেঞ্জ
পদক্ষেপ/পর্যবেক্ষণ/state_joint টেনসর (৭,) float32 Robot 7-dof যৌথ তথ্য (মূল SAILOR ডেটাসেটে ব্যবহার করা হয় না)।
পদক্ষেপ/পর্যবেক্ষণ/কব্জি_চিত্র ছবি (128, 128, 3) uint8 কব্জি ক্যামেরা আরজিবি পর্যবেক্ষণ।
পদক্ষেপ/পুরস্কার স্কেলার float32 পর্বের শেষ ধাপে সত্য।
  • উদ্ধৃতি :
@inproceedings{nasiriany2022sailor,
      title={Learning and Retrieval from Prior Data for Skill-based Imitation Learning},
      author={Soroush Nasiriany and Tian Gao and Ajay Mandlekar and Yuke Zhu},
      booktitle={Conference on Robot Learning (CoRL)},
      year={2022}
    }