stanford_robocook_converted_externally_to_rlds

  • 설명 :

다양한 도구로 만두를 준비하는 프랑카

나뉘다
'train' 2,460
  • 기능 구조 :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'extrinsics_1': Tensor(shape=(4, 4), dtype=float32, description=Camera 1 Extrinsic Matrix.),
        'extrinsics_2': Tensor(shape=(4, 4), dtype=float32, description=Camera 2 Extrinsic Matrix.),
        'extrinsics_3': Tensor(shape=(4, 4), dtype=float32, description=Camera 3 Extrinsic Matrix.),
        'extrinsics_4': Tensor(shape=(4, 4), dtype=float32, description=Camera 4 Extrinsic Matrix.),
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [3x robot end-effector velocities, 3x robot end-effector angular velocities, 1x gripper velocity].),
        '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({
            'depth_1': Tensor(shape=(256, 256), dtype=float32, description=Camera 1 Depth observation.),
            'depth_2': Tensor(shape=(256, 256), dtype=float32, description=Camera 2 Depth observation.),
            'depth_3': Tensor(shape=(256, 256), dtype=float32, description=Camera 3 Depth observation.),
            'depth_4': Tensor(shape=(256, 256), dtype=float32, description=Camera 4 Depth observation.),
            'image_1': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 1 RGB observation.),
            'image_2': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 2 RGB observation.),
            'image_3': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 3 RGB observation.),
            'image_4': Image(shape=(256, 256, 3), dtype=uint8, description=Camera 4 RGB observation.),
            'state': Tensor(shape=(7,), dtype=float32, description=Robot state, consists of [3x robot end-effector position, 3x robot end-effector euler angles, 1x gripper position].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • 기능 문서 :
특징 수업 모양 Dtype 설명
특징Dict
에피소드_메타데이터 특징Dict
Episode_metadata/extrinsics_1 텐서 (4, 4) float32 카메라 1 외부 매트릭스.
Episode_metadata/extrinsics_2 텐서 (4, 4) float32 카메라 2 외부 매트릭스.
Episode_metadata/extrinsics_3 텐서 (4, 4) float32 카메라 3 외부 매트릭스.
Episode_metadata/extrinsics_4 텐서 (4, 4) float32 카메라 4 외부 매트릭스.
에피소드_메타데이터/파일_경로 텍스트 원본 데이터 파일의 경로입니다.
단계 데이터세트
단계/작업 텐서 (7,) float32 로봇 동작은 [3x 로봇 엔드 이펙터 속도, 3x 로봇 엔드 이펙터 각속도, 1x 그리퍼 속도]로 구성됩니다.
걸음수/할인 스칼라 float32 할인이 제공되면 기본값은 1입니다.
걸음수/is_first 텐서 부울
걸음수/is_last 텐서 부울
단계/is_terminal 텐서 부울
단계/언어_임베딩 텐서 (512,) float32 코나 언어 임베딩. https://tfhub.dev/google/universal-sentence-encoder-large/5를 참조하세요.
단계/언어_지시 텍스트 언어 교육.
단계/관찰 특징Dict
단계/관찰/깊이_1 텐서 (256, 256) float32 카메라 1 깊이 관찰.
단계/관찰/깊이_2 텐서 (256, 256) float32 카메라 2 깊이 관찰.
단계/관찰/깊이_3 텐서 (256, 256) float32 카메라 3 깊이 관찰.
단계/관찰/깊이_4 텐서 (256, 256) float32 카메라 4 깊이 관찰.
단계/관찰/image_1 영상 (256, 256, 3) uint8 카메라 1 RGB 관찰.
단계/관찰/image_2 영상 (256, 256, 3) uint8 카메라 2 RGB 관찰.
단계/관찰/image_3 영상 (256, 256, 3) uint8 카메라 3 RGB 관찰.
단계/관찰/image_4 영상 (256, 256, 3) uint8 카메라 4 RGB 관찰.
단계/관찰/상태 텐서 (7,) float32 로봇 상태는 [3x 로봇 엔드 이펙터 위치, 3x 로봇 엔드 이펙터 오일러 각도, 1x 그리퍼 위치]로 구성됩니다.
걸음 수/보상 스칼라 float32 제공되는 경우 보상, 데모의 마지막 단계에서 1개.
@article{shi2023robocook,
  title={RoboCook: Long-Horizon Elasto-Plastic Object Manipulation with Diverse Tools},
  author={Shi, Haochen and Xu, Huazhe and Clarke, Samuel and Li, Yunzhu and Wu, Jiajun},
  journal={arXiv preprint arXiv:2306.14447},
  year={2023}
}