berkeley_autolab_ur5

  • Descrizione :

UR5 esegue compiti di manipolazione dei tessuti, di posizionamento, ecc

Diviso Esempi
'test' 104
'train' 896
  • Struttura delle caratteristiche :
FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'gripper_closedness_action': float32,
            'rotation_delta': Tensor(shape=(3,), dtype=float32),
            'terminate_episode': float32,
            'world_vector': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'hand_image': Image(shape=(480, 640, 3), dtype=uint8),
            'image': Image(shape=(480, 640, 3), dtype=uint8),
            'image_with_depth': Image(shape=(480, 640, 1), dtype=float32),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
            'robot_state': Tensor(shape=(15,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
passi Set di dati
passi/azione CaratteristicheDict
passi/azione/gripper_closedness_action Tensore float32 1 se pinza chiusa, -1 se pinza aperta, 0 se nessuna modifica.
passi/azione/rotazione_delta Tensore (3,) float32 Variazione delta di rollio, beccheggio, imbardata.
passaggi/azione/termina_episodio Tensore float32
passi/azione/vettore_mondo Tensore (3,) float32 Variazione delta in XYZ.
passi/è_primo Tensore bool
passi/è_ultimo Tensore bool
passi/è_terminale Tensore bool
passi/osservazione CaratteristicheDict
passi/osservazione/immagine_mano Immagine (480, 640, 3) uint8
passi/osservazione/immagine Immagine (480, 640, 3) uint8
passi/osservazione/immagine_con_profondità Immagine (480, 640, 1) float32
passaggi/osservazione/incorporamento_linguaggio_naturale Tensore (512,) float32
passi/osservazione/istruzione_linguaggio_naturale Tensore corda
passi/osservazione/stato_robot Tensore (15,) float32 La spiegazione dello stato del robot è disponibile su https://sites.google.com/corp/view/berkeley-ur5
passi/ricompensa Scalare float32
  • Citazione :
@misc{BerkeleyUR5Website,
  title = {Berkeley {UR5} Demonstration Dataset},
  author = {Lawrence Yunliang Chen and Simeon Adebola and Ken Goldberg},
  howpublished = {https://sites.google.com/view/berkeley-ur5/home},
}