robot_set

• Description :

Ensemble de données réel d'un seul bras robot démontrant 12 compétences de manipulation non triviales sur 38 tâches, 7 500 trajectoires.

• Page d'accueil : https://robopen.github.io/

• Code source : tfds.robotics.rtx.RoboSet

• Versions :

  • 0.1.0 (par défaut) : version initiale.

• Taille du téléchargement : Unknown size

• Taille de l'ensemble de données : 179.42 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

Diviser	Exemples
'train'	18 250

• Structure des fonctionnalités :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
        'trial_id': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_instruction': string,
        'observation': FeaturesDict({
            'image_left': Image(shape=(240, 424, 3), dtype=uint8),
            'image_right': Image(shape=(240, 424, 3), dtype=uint8),
            'image_top': Image(shape=(240, 424, 3), dtype=uint8),
            'image_wrist': Image(shape=(240, 424, 3), dtype=uint8),
            'state': Tensor(shape=(8,), dtype=float32),
            'state_velocity': Tensor(shape=(8,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

• Documentation des fonctionnalités :

Fonctionnalité	Classe	Forme	Type D	Description
	FonctionnalitésDict
épisode_métadonnées	FonctionnalitésDict
épisode_metadata/file_path	Tenseur		chaîne
épisode_metadata/trial_id	Tenseur		chaîne
mesures	Ensemble de données
étapes/actions	Tenseur	(8,)	flotteur32
étapes/remise	Scalaire		flotteur32
étapes/is_first	Tenseur		bouffon
étapes/est_dernier	Tenseur		bouffon
étapes/is_terminal	Tenseur		bouffon
étapes/instruction_langue	Tenseur		chaîne
étapes/observation	FonctionnalitésDict
étapes/observation/image_left	Image	(240, 424, 3)	uint8
étapes/observation/image_right	Image	(240, 424, 3)	uint8
étapes/observation/image_top	Image	(240, 424, 3)	uint8
étapes/observation/image_poignet	Image	(240, 424, 3)	uint8
étapes/observation/état	Tenseur	(8,)	flotteur32
étapes/observation/state_velocity	Tenseur	(8,)	flotteur32
étapes/récompense	Scalaire		flotteur32

• Clés supervisées (Voir doc as_supervised ) : None

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

• Exemples ( tfds.as_dataframe ) :

• Citation :

@misc{bharadhwaj2023roboagent, title={RoboAgent: Generalization and Efficiency in Robot Manipulation via Semantic Augmentations and Action Chunking}, author={Homanga Bharadhwaj and Jay Vakil and Mohit Sharma and Abhinav Gupta and Shubham Tulsiani and Vikash Kumar},  year={2023}, eprint={2309.01918}, archivePrefix={arXiv}, primaryClass={cs.RO} }