berkeley_fanuc_manipulation

  • Descrição :

Robô Fanuc realizando diversas tarefas de manipulação

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),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_embedding': Tensor(shape=(512,), dtype=float32),
        'language_instruction': Text(shape=(), dtype=string),
        'observation': FeaturesDict({
            'end_effector_state': Tensor(shape=(7,), dtype=float32),
            'image': Image(shape=(224, 224, 3), dtype=uint8),
            'state': Tensor(shape=(13,), dtype=float32),
            'wrist_image': Image(shape=(224, 224, 3), dtype=uint8),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • 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.
  • 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},
}