berkeley_mvp_converted_externally_to_rlds

• Description :

xArm effectuant 6 tâches de manipulation

• Page d'accueil : https://arxiv.org/abs/2203.06173

• Code source : tfds.robotics.rtx.BerkeleyMvpConvertedExternallyToRlds

• Versions :

  • 0.1.0 (par défaut) : version initiale.

• Taille du téléchargement : Unknown size

• Taille de l'ensemble de données : 12.34 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

Diviser	Exemples
'train'	480

• Structure des fonctionnalités :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32, description=Robot action, consists of [7 delta joint pos,1x gripper binary state].),
        '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({
            'gripper': Scalar(shape=(), dtype=bool, description=Binary gripper state (1 - closed, 0 - open)),
            'hand_image': Image(shape=(480, 640, 3), dtype=uint8, description=Hand camera RGB observation.),
            'joint_pos': Tensor(shape=(7,), dtype=float32, description=xArm joint positions (7 DoF).),
            'pose': Tensor(shape=(7,), dtype=float32, description=Gripper pose, robot frame, [3 position, 4 rotation]),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})

• Documentation des fonctionnalités :

Fonctionnalité	Classe	Forme	Type D	Description
	FonctionnalitésDict
épisode_métadonnées	FonctionnalitésDict
épisode_metadata/file_path	Texte		chaîne	Chemin d'accès au fichier de données d'origine.
mesures	Ensemble de données
étapes/actions	Tenseur	(8,)	flotteur32	L'action du robot consiste en [7 positions d'articulation delta, 1x état binaire de la pince].
étapes/remise	Scalaire		flotteur32	Remise si fournie, par défaut à 1.
étapes/is_first	Tenseur		bouffon
étapes/est_dernier	Tenseur		bouffon
étapes/is_terminal	Tenseur		bouffon
étapes/langue_embedding	Tenseur	(512,)	flotteur32	Intégration du langage Kona. Voir https://tfhub.dev/google/universal-sentence-encoder-large/5
étapes/instruction_langue	Texte		chaîne	Enseignement des langues.
étapes/observation	FonctionnalitésDict
marches/observation/pince	Scalaire		bouffon	État binaire de la pince (1 - fermé, 0 - ouvert)
étapes/observation/hand_image	Image	(480, 640, 3)	uint8	Observation RVB par caméra manuelle.
étapes/observation/joint_pos	Tenseur	(7,)	flotteur32	Positions articulaires xArm (7 DoF).
étapes/observation/pose	Tenseur	(7,)	flotteur32	Pose de la pince, châssis du robot, [3 positions, 4 rotations]
étapes/récompense	Scalaire		flotteur32	Récompense si fournie, 1 à la dernière étape pour les démos.

• Clés supervisées (Voir doc as_supervised ) : None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ) :

• Citation :

@InProceedings{Radosavovic2022,
  title = {Real-World Robot Learning with Masked Visual Pre-training},
  author = {Ilija Radosavovic and Tete Xiao and Stephen James and Pieter Abbeel and Jitendra Malik and Trevor Darrell},
  booktitle = {CoRL},
  year = {2022}
}