austin_sirius_dataset_converted_externally_to_rlds

  • Описание :

Задания по манипуляциям с настольными манипуляциями Franka

Расколоть Примеры
'train' 559
  • Структура функции :
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].),
        'action_mode': Tensor(shape=(1,), dtype=float32, description=Type of interaction. -1: initial human demonstration. 1: intervention. 0: autonomuos robot execution (includes pre-intervention class)),
        'discount': Scalar(shape=(), dtype=float32, description=Discount if provided, default to 1.),
        'intv_label': Tensor(shape=(1,), dtype=float32, description=Same as action_modes, except 15 timesteps preceding intervention are labeled as -10.),
        '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=(84, 84, 3), dtype=uint8, description=Main camera RGB observation.),
            'state': Tensor(shape=(8,), dtype=float32, description=Default robot state, consists of [7x robot joint state, 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.),
            'wrist_image': Image(shape=(84, 84, 3), dtype=uint8, description=Wrist camera RGB observation.),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
эпизод_метаданные ВозможностиDict
метаданные_эпизода/путь_к файлу Текст нить Путь к исходному файлу данных.
шаги Набор данных
шаги/действия Тензор (7,) float32 Действие робота состоит из [3х относительного положения ee, 3х относительного вращения ee, 1 действия захвата].
шаги/action_mode Тензор (1,) float32 Тип взаимодействия. -1: первоначальная человеческая демонстрация. 1: вмешательство. 0: автономное выполнение робота (включая класс предварительного вмешательства)
шаги/скидка Скаляр float32 Скидка, если она предусмотрена, по умолчанию равна 1.
шаги/intv_label Тензор (1,) float32 То же, что и action_modes, за исключением того, что 15 временных шагов, предшествующих вмешательству, помечены как -10.
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/language_embedding Тензор (512,) float32 Встраивание языка Kona. См. https://tfhub.dev/google/universal-sentence-encoder-large/5 .
шаги/language_instruction Текст нить Языковое обучение.
шаги/наблюдение ВозможностиDict
шаги/наблюдение/изображение Изображение (84, 84, 3) uint8 Основная камера наблюдения RGB.
шаги/наблюдение/состояние Тензор (8,) float32 Состояние робота по умолчанию состоит из [7 состояний суставов робота, 1 состояния захвата].
шаги/наблюдение/state_ee Тензор (16,) float32 Состояние конечного эффектора, представленное как однородная матрица преобразования ee-позы 4x4.
шаги/наблюдение/state_gripper Тензор (1,) float32 Ширина открытия захвата робота. Диапазон от ~0 (закрыт) до ~0,077 (открыт).
шаги/наблюдение/state_joint Тензор (7,) float32 Робот 7-доф суставной информации.
шаги/наблюдение/wrist_image Изображение (84, 84, 3) uint8 Наручная камера наблюдения RGB.
шаги/награда Скаляр float32 Награда, если предусмотрена, 1 на последнем этапе демоверсий.
  • Цитата :
@inproceedings{liu2022robot,
    title = {Robot Learning on the Job: Human-in-the-Loop Autonomy and Learning During Deployment},
    author = {Huihan Liu and Soroush Nasiriany and Lance Zhang and Zhiyao Bao and Yuke Zhu},
    booktitle = {Robotics: Science and Systems (RSS)},
    year = {2023}
}