- Descrição :
Robô Fanuc realizando diversas tarefas de manipulação
Página inicial : https://sites.google.com/berkeley.edu/fanuc-manipulation
Código fonte :
tfds.robotics.rtx.BerkeleyFanucManipulation
Versões :
-
0.1.0
(padrão): versão inicial.
-
Tamanho do download :
Unknown size
Tamanho do conjunto de dados :
8.85 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :
Dividir | Exemplos |
---|---|
'train' | 415 |
- Estrutura de recursos :
FeaturesDict({
'episode_metadata': FeaturesDict({
'file_path': Text(shape=(), dtype=string),
}),
'steps': Dataset({
'action': Tensor(shape=(6,), dtype=float32, description=Robot action, consists of [dx, dy, dz] and [droll, dpitch, dyaw]),
'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({
'end_effector_state': Tensor(shape=(7,), dtype=float32, description=Robot gripper end effector state, consists of [x, y, z] and 4x quaternion),
'image': Image(shape=(224, 224, 3), dtype=uint8, description=Main camera RGB observation.),
'state': Tensor(shape=(13,), dtype=float32, description=Robot joints state, consists of [6x robot joint angles, 1x gripper open status, 6x robot joint velocities].),
'wrist_image': Image(shape=(224, 224, 3), dtype=uint8, description=Wrist camera RGB observation.),
}),
'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
}),
})
- Documentação de recursos :
Recurso | Aula | Forma | Tipo D | Descrição |
---|---|---|---|---|
RecursosDict | ||||
episódio_metadados | RecursosDict | |||
episódio_metadados/caminho_do_arquivo | Texto | corda | Caminho para o arquivo de dados original. | |
passos | Conjunto de dados | |||
etapas/ação | Tensor | (6,) | float32 | Ação do robô, consiste em [dx, dy, dz] e [droll, dpitch, dyaw] |
passos/desconto | Escalar | float32 | Desconto, se fornecido, o padrão é 1. | |
passos/é_primeiro | Tensor | bool | ||
passos/é_último | Tensor | bool | ||
etapas/is_terminal | Tensor | bool | ||
etapas/idioma_incorporação | Tensor | (512,) | float32 | Incorporação da linguagem Kona. Consulte https://tfhub.dev/google/universal-sentence-encoder-large/5 |
etapas/instrução_idioma | Texto | corda | Instrução de Idiomas. | |
etapas/observação | RecursosDict | |||
etapas/observação/end_effector_state | Tensor | (7,) | float32 | Estado do efetor final da garra do robô, consiste em [x, y, z] e 4x quaternion |
passos/observação/imagem | Imagem | (224, 224, 3) | uint8 | Observação RGB da câmera principal. |
etapas/observação/estado | Tensor | (13,) | float32 | Estado das juntas do robô, consiste em [6x ângulos de junta do robô, 1x status de pinça aberta, 6x velocidades de junta do robô]. |
passos/observação/imagem_de_pulso | Imagem | (224, 224, 3) | uint8 | Observação RGB da câmera de pulso. |
passos/recompensa | Escalar | float32 | Recompensa, se fornecida, 1 na etapa final para demonstrações. |
Chaves supervisionadas (consulte o documento
as_supervised
):None
Figura ( tfds.show_examples ): Não suportado.
Exemplos ( tfds.as_dataframe ):
- Citação :
@article{fanuc_manipulation2023,
title={Fanuc Manipulation: A Dataset for Learning-based Manipulation with FANUC Mate 200iD Robot},
author={Zhu, Xinghao and Tian, Ran and Xu, Chenfeng and Ding, Mingyu and Zhan, Wei and Tomizuka, Masayoshi},
year={2023},
}