stanford_mask_vit_converted_externally_to_rlds

• Keterangan :

Sawyer mendorong dan mengambil benda di tempat sampah

• Beranda : https://arxiv.org/abs/2206.11894

• Kode sumber : tfds.robotics.rtx.StanfordMaskVitConvertedExternallyToRlds

• Versi :

  • 0.1.0 (default): Rilis awal.

• Ukuran unduhan : Unknown size

• Ukuran kumpulan data : 76.17 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	9.109
'val'	91

• Struktur fitur :

FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(5,), 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_pose': Tensor(shape=(5,), dtype=float32),
            'finger_sensors': Tensor(shape=(1,), dtype=float32),
            'high_bound': Tensor(shape=(5,), dtype=float32),
            'image': Image(shape=(480, 480, 3), dtype=uint8),
            'low_bound': Tensor(shape=(5,), dtype=float32),
            'state': Tensor(shape=(15,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Tipe D	Keterangan
	FiturDict
episode_metadata	FiturDict
episode_metadata/file_path	Teks		rangkaian	Jalur ke file data asli.
Langkah	Himpunan data
langkah/tindakan	Tensor	(5,)	float32	Aksi robot, terdiri dari [3x perubahan posisi end effector, 1x gripper yaw, 1x buka/tutup gripper (-1 artinya buka gripper, 1 artinya tutup)].
langkah/diskon	Skalar		float32	Diskon jika disediakan, defaultnya adalah 1.
langkah/adalah_pertama	Tensor		bodoh
langkah/adalah_terakhir	Tensor		bodoh
langkah/is_terminal	Tensor		bodoh
langkah/bahasa_embedding	Tensor	(512,)	float32	Penyematan bahasa Kona. Lihat https://tfhub.dev/google/universal-sentence-encoder-large/5
langkah/bahasa_instruksi	Teks		rangkaian	Instruksi Bahasa.
langkah/pengamatan	FiturDict
langkah/pengamatan/end_effector_pose	Tensor	(5,)	float32	Pose efektor ujung robot, terdiri dari [3x posisi Cartesian, 1x gripper yaw, 1x posisi gripper]. Ini adalah keadaan yang digunakan dalam makalah MaskViT.
langkah/pengamatan/finger_sensors	Tensor	(1,)	float32	1x sensor jari gripper Sawyer.
langkah/pengamatan/high_bound	Tensor	(5,)	float32	Batas tinggi untuk normalisasi pose efektor akhir. Terdiri dari [3x posisi Cartesian, 1x gripper yaw, 1x posisi gripper].
langkah/pengamatan/gambar	Gambar	(480, 480, 3)	uint8	Pengamatan RGB kamera utama.
langkah/pengamatan/low_bound	Tensor	(5,)	float32	Batas rendah untuk normalisasi pose efektor akhir. Terdiri dari [3x posisi Cartesian, 1x gripper yaw, 1x posisi gripper].
langkah/pengamatan/keadaan	Tensor	(15,)	float32	Keadaan robot, terdiri dari [7x sudut sambungan robot, 7x kecepatan sambungan robot, 1x posisi gripper].
langkah/hadiah	Skalar		float32	Hadiah jika diberikan, 1 pada langkah terakhir untuk demo.

• Kunci yang diawasi (Lihat dokumen as_supervised ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ): Tidak ada.

• Kutipan :

@inproceedings{gupta2022maskvit,
  title={MaskViT: Masked Visual Pre-Training for Video Prediction},
  author={Agrim Gupta and Stephen Tian and Yunzhi Zhang and Jiajun Wu and Roberto Martín-Martín and Li Fei-Fei},
  booktitle={International Conference on Learning Representations},
  year={2022}
}