버클리_케이블_라우팅

• 설명 :

테이블 상단의 클램프에 케이블 라우팅

• 홈페이지 : https://sites.google.com/view/cablerouting/home

• 소스 코드 : tfds.robotics.rtx.BerkeleyCableRouting

• 버전 :

  • 0.1.0 (기본값): 최초 릴리스입니다.

• 다운로드 크기 : Unknown size

• 데이터세트 크기 : 4.67 GiB

• 자동 캐시 ( 문서 ): 아니요

• 분할 :

나뉘다	예
'test'	165
'train'	1,482

• 기능 구조 :

FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'rotation_delta': Tensor(shape=(3,), dtype=float32, description=Angular velocity about the z axis.),
            'terminate_episode': float32,
            'world_vector': Tensor(shape=(3,), dtype=float32, description=Velocity in XYZ.),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'image': Image(shape=(128, 128, 3), dtype=uint8),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
            'robot_state': Tensor(shape=(7,), dtype=float32),
            'top_image': Image(shape=(128, 128, 3), dtype=uint8),
            'wrist225_image': Image(shape=(128, 128, 3), dtype=uint8),
            'wrist45_image': Image(shape=(128, 128, 3), dtype=uint8),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

• 기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
단계	데이터세트
단계/작업	특징Dict
단계/작업/회전_델타	텐서	(3,)	float32	z축에 대한 각속도입니다.
단계/작업/종료_에피소드	텐서		float32
단계/행동/세계_벡터	텐서	(3,)	float32	XYZ 단위의 속도.
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/관찰	특징Dict
단계/관찰/이미지	영상	(128, 128, 3)	uint8
단계/관찰/natural_언어_임베딩	텐서	(512,)	float32
단계/관찰/natural_lang_instruction	텐서		끈
단계/관찰/robot_state	텐서	(7,)	float32
단계/관찰/top_image	영상	(128, 128, 3)	uint8
걸음 수/관찰/wrist225_image	영상	(128, 128, 3)	uint8
걸음 수/관찰/wrist45_image	영상	(128, 128, 3)	uint8
걸음 수/보상	스칼라		float32

• 감독되는 키 ( as_supervised doc 참조): None

• 그림 ( tfds.show_examples ): 지원되지 않습니다.

• 예 ( tfds.as_dataframe ):

• 인용 :

@article{luo2023multistage,
  author    = {Jianlan Luo and Charles Xu and Xinyang Geng and Gilbert Feng and Kuan Fang and Liam Tan and Stefan Schaal and Sergey Levine},
  title     = {Multi-Stage Cable Routing through Hierarchical Imitation Learning},
  journal   = {arXiv pre-print},
  year      = {2023},
  url       = {https://arxiv.org/abs/2307.08927},
}