người máy

  • Sự miêu tả :

Gấp vải, xếp bát

Tách ra Ví dụ
'test' 199
'train' 1.796
  • Cấu trúc tính năng :
FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'gripper_closedness_action': Tensor(shape=(1,), dtype=float32),
            'rotation_delta': Tensor(shape=(3,), dtype=float32),
            'terminate_episode': float32,
            'world_vector': Tensor(shape=(3,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'front_rgb': Image(shape=(480, 640, 3), dtype=uint8),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Tài liệu tính năng :
Tính năng Lớp học Hình dạng loại D Sự miêu tả
Tính năngDict
bước Tập dữ liệu
bước/hành động Tính năngDict
bước/hành động/gripper_closedness_action Tenxơ (1,) phao32
bước/hành động/xoay_delta Tenxơ (3,) phao32
bước/hành động/chấm dứt_episode Tenxơ phao32
bước/hành động/world_vector Tenxơ (3,) phao32
bước/is_first Tenxơ bool
bước/is_last Tenxơ bool
bước/is_terminal Tenxơ bool
bước/quan sát Tính năngDict
bước/quan sát/front_rgb Hình ảnh (480, 640, 3) uint8
các bước/quan sát/tự nhiên_ngôn ngữ_embedding Tenxơ (512,) phao32
các bước/quan sát/tự nhiên_ngôn ngữ_hướng dẫn Tenxơ sợi dây
bước/phần thưởng vô hướng phao32
  • Trích dẫn :
@inproceedings{mandlekar2019scaling,
          title={Scaling robot supervision to hundreds of hours with roboturk: Robotic manipulation dataset through human reasoning and dexterity},
          author={Mandlekar, Ajay and Booher, Jonathan and Spero, Max and Tung, Albert and Gupta, Anchit and Zhu, Yuke and Garg, Animesh and Savarese, Silvio and Fei-Fei, Li},
          booktitle={2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
          pages={1048--1055},
          year={2019},
          organization={IEEE}
        }