fmb

Keterangan :

Kumpulan data kami terdiri dari objek dalam beragam tampilan dan geometri. Hal ini memerlukan keterampilan motorik halus multi-tahap dan multi-modal agar berhasil memasang pasak ke papan tidak tetap dalam adegan acak. Kami mengumpulkan total 22.550 lintasan di dua tugas berbeda di cabang Franka Panda. Kami mencatat lintasan dari 2 tampilan global dan 2 tampilan pergelangan tangan. Setiap tampilan berisi RGB dan peta kedalaman.

Beranda : https://fungsional-manipulasi-benchmark.github.io/
Kode sumber : tfds.robotics.rtx.Fmb
Versi :
- 0.1.0 (default): Rilis awal.
Ukuran unduhan : Unknown size
Ukuran kumpulan data : 356.63 GiB
Cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'train'`	1.804

Struktur fitur :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'episode_language_embedding': Tensor(shape=(512,), dtype=float32),
        'episode_language_instruction': string,
        'episode_task': string,
        'file_path': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), 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': string,
        'observation': FeaturesDict({
            'color_id': Scalar(shape=(), dtype=uint8),
            'eef_force': Tensor(shape=(3,), dtype=float32),
            'eef_pose': Tensor(shape=(7,), dtype=float32),
            'eef_torque': Tensor(shape=(3,), dtype=float32),
            'eef_vel': Tensor(shape=(6,), dtype=float32),
            'image_side_1': Image(shape=(256, 256, 3), dtype=uint8),
            'image_side_1_depth': Tensor(shape=(256, 256), dtype=float32),
            'image_side_2': Image(shape=(256, 256, 3), dtype=uint8),
            'image_side_2_depth': Tensor(shape=(256, 256), dtype=float32),
            'image_wrist_1': Image(shape=(256, 256, 3), dtype=uint8),
            'image_wrist_1_depth': Tensor(shape=(256, 256), dtype=float32),
            'image_wrist_2': Image(shape=(256, 256, 3), dtype=uint8),
            'image_wrist_2_depth': Tensor(shape=(256, 256), dtype=float32),
            'joint_pos': Tensor(shape=(7,), dtype=float32),
            'joint_vel': Tensor(shape=(7,), dtype=float32),
            'length': string,
            'object_id': Scalar(shape=(), dtype=uint8),
            'primitive': string,
            'shape_id': Scalar(shape=(), dtype=uint8),
            'size': string,
            'state_gripper_pose': Scalar(shape=(), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D
	FiturDict
episode_metadata	FiturDict
episode_metadata/episode_bahasa_embedding	Tensor	(512,)	float32
episode_metadata/episode_bahasa_instruksi	Tensor		rangkaian
episode_metadata/episode_task	Tensor		rangkaian
episode_metadata/file_path	Tensor		rangkaian
Langkah	Himpunan data
langkah/tindakan	Tensor	(7,)	float32
langkah/diskon	Skalar		float32
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/bahasa_embedding	Tensor	(512,)	float32
langkah/bahasa_instruksi	Tensor		rangkaian
langkah/pengamatan	FiturDict
langkah/pengamatan/color_id	Skalar		uint8
langkah/pengamatan/eef_force	Tensor	(3,)	float32
langkah/pengamatan/eef_pose	Tensor	(7,)	float32
langkah/pengamatan/eef_torque	Tensor	(3,)	float32
langkah/pengamatan/eef_vel	Tensor	(6,)	float32
langkah/pengamatan/gambar_sisi_1	Gambar	(256, 256, 3)	uint8
langkah/pengamatan/gambar_sisi_1_kedalaman	Tensor	(256, 256)	float32
langkah/pengamatan/gambar_sisi_2	Gambar	(256, 256, 3)	uint8
langkah/pengamatan/gambar_sisi_2_kedalaman	Tensor	(256, 256)	float32
langkah/pengamatan/image_wrist_1	Gambar	(256, 256, 3)	uint8
langkah/pengamatan/gambar_pergelangan tangan_1_kedalaman	Tensor	(256, 256)	float32
langkah/pengamatan/image_wrist_2	Gambar	(256, 256, 3)	uint8
langkah/pengamatan/gambar_pergelangan tangan_2_kedalaman	Tensor	(256, 256)	float32
langkah/pengamatan/joint_pos	Tensor	(7,)	float32
langkah/pengamatan/joint_vel	Tensor	(7,)	float32
langkah/pengamatan/panjang	Tensor		rangkaian
langkah/pengamatan/object_id	Skalar		uint8
langkah/pengamatan/primitif	Tensor		rangkaian
langkah/pengamatan/shape_id	Skalar		uint8
langkah/pengamatan/ukuran	Tensor		rangkaian
langkah/pengamatan/state_gripper_pose	Skalar		float32
langkah/hadiah	Skalar		float32

Kunci yang diawasi (Lihat dokumen as_supervised ): None
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):

Kutipan :

https://doi.org/10.48550/arXiv.2401.08553