austin_sailor_dataset_converted_externally_to_rlds

  • توضیحات :

وظایف تنظیم میز فرانکا

تقسیم کنید نمونه ها
'train' 240
  • 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 [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.),
    }),
})
  • 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 [3x ee pos نسبی، 3x ee چرخش نسبی، 1x عمل گریپر] است.
مراحل/تخفیف اسکالر float32 تخفیف در صورت ارائه، پیش فرض 1 است.
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 (128، 128، 3) uint8 دوربین اصلی رصد RGB.
مراحل / مشاهده / حالت تانسور (8،) float32 حالت پیش‌فرض ربات، شامل [3x ee pos ربات، 3x ee quat، 1x حالت دستگیره] است.
steps/observation/state_ee تانسور (16،) float32 حالت فاکتور پایانی، به عنوان ماتریس تبدیل همگن 4x4 از حالت ee نشان داده شده است.
steps/observation/state_gripper تانسور (1،) float32 عرض باز شدن دستگیره ربات. محدوده بین ~0 (بسته) تا ~0.077 (باز)
steps/observation/state_joint تانسور (7،) float32 اطلاعات مشترک ربات 7-dof (در مجموعه داده اصلی SAILOR استفاده نمی شود).
مراحل/مشاهده/مچ_تصویر تصویر (128، 128، 3) uint8 مشاهده RGB دوربین مچ دست.
مراحل/پاداش اسکالر float32 درست در آخرین مرحله از قسمت.
  • نقل قول :
@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}
    }