vima_converted_externally_to_rlds

  • Tanım :

Çok modlu komutlarla, 600K+ yörüngelerle prosedürel olarak oluşturulmuş masa üstü görevleri gerçekleştiren tek bir robot kolunun SIM veri seti

Bölmek Örnekler
  • Özellik yapısı :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'action_bounds': FeaturesDict({
            'high': Tensor(shape=(3,), dtype=float32),
            'low': Tensor(shape=(3,), dtype=float32),
        }),
        'end-effector type': string,
        'failure': Scalar(shape=(), dtype=bool),
        'file_path': string,
        'n_objects': Scalar(shape=(), dtype=int64),
        'num_steps': Scalar(shape=(), dtype=int64),
        'robot_components_seg_ids': Sequence(Scalar(shape=(), dtype=int64)),
        'seed': Scalar(shape=(), dtype=int64),
        'success': Scalar(shape=(), dtype=bool),
        'task': string,
    }),
    'steps': Dataset({
        'action': FeaturesDict({
            'pose0_position': Tensor(shape=(3,), dtype=float32),
            'pose0_rotation': Tensor(shape=(4,), dtype=float32),
            'pose1_position': Tensor(shape=(3,), dtype=float32),
            'pose1_rotation': Tensor(shape=(4,), dtype=float32),
        }),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'multimodal_instruction': string,
        'multimodal_instruction_assets': FeaturesDict({
            'asset_type': Sequence(string),
            'frontal_image': Sequence(Tensor(shape=(128, 256, 3), dtype=uint8)),
            'frontal_segmentation': Sequence(Tensor(shape=(128, 256), dtype=uint8)),
            'image': Sequence(Tensor(shape=(128, 256, 3), dtype=uint8)),
            'key_name': Sequence(string),
            'segmentation': Sequence(Tensor(shape=(128, 256), dtype=uint8)),
            'segmentation_obj_info': Sequence({
                'obj_name': Sequence(string),
                'segm_id': Sequence(Scalar(shape=(), dtype=int64)),
                'texture_name': Sequence(string),
            }),
        }),
        'observation': FeaturesDict({
            'ee': int64,
            'frontal_image': Tensor(shape=(128, 256, 3), dtype=uint8),
            'frontal_segmentation': Tensor(shape=(128, 256), dtype=uint8),
            'image': Tensor(shape=(128, 256, 3), dtype=uint8),
            'segmentation': Tensor(shape=(128, 256), dtype=uint8),
            'segmentation_obj_info': FeaturesDict({
                'obj_name': Sequence(string),
                'segm_id': Sequence(Scalar(shape=(), dtype=int64)),
                'texture_name': Sequence(string),
            }),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
bölüm_meta verileri ÖzelliklerDict
bölüm_metadata/action_bounds ÖzelliklerDict
bölüm_metadata/action_bounds/yüksek Tensör (3,) kayan nokta32
bölüm_metadata/action_bounds/low Tensör (3,) kayan nokta32
Episode_metadata/son efektör türü Tensör sicim
bölüm_metadata/başarısızlık Skaler bool
bölüm_metadata/dosya_yolu Tensör sicim
bölüm_metadata/n_objects Skaler int64
bölüm_metadata/num_steps Skaler int64
bölüm_metadata/robot_components_seg_ids Sıra(Skaler) (Hiçbiri,) int64
bölüm_metadata/seed Skaler int64
bölüm_metadata/başarı Skaler bool
bölüm_metadata/görev Tensör sicim
adımlar Veri kümesi
adımlar/eylem ÖzelliklerDict
adımlar/eylem/pose0_position Tensör (3,) kayan nokta32
adımlar/eylem/pose0_rotation Tensör (4,) kayan nokta32
adımlar/eylem/poz1_konumu Tensör (3,) kayan nokta32
adımlar/eylem/pose1_rotation Tensör (4,) kayan nokta32
adımlar/indirim Skaler kayan nokta32
adımlar/is_first Tensör bool
adımlar/is_last Tensör bool
adımlar/is_terminal Tensör bool
adımlar/multimodal_instruction Tensör sicim
adımlar/multimodal_instruction_assets ÖzelliklerDict
adımlar/multimodal_instruction_assets/asset_type Sıra(Tensör) (Hiçbiri,) sicim
adımlar/multimodal_instruction_assets/frontal_image Sıra(Tensör) (Yok, 128, 256, 3) uint8
adımlar/multimodal_instruction_assets/frontal_segmentation Sıra(Tensör) (Yok, 128, 256) uint8
adımlar/multimodal_instruction_assets/image Sıra(Tensör) (Yok, 128, 256, 3) uint8
adımlar/multimodal_instruction_assets/anahtar_adı Sıra(Tensör) (Hiçbiri,) sicim
adımlar/multimodal_instruction_assets/segmentasyon Sıra(Tensör) (Yok, 128, 256) uint8
adımlar/multimodal_instruction_assets/segmentation_obj_info Sekans
adımlar/multimodal_instruction_assets/segmentation_obj_info/obj_name Sıra(Tensör) (Hiçbiri,) sicim
adımlar/multimodal_instruction_assets/segmentation_obj_info/segm_id Sıra(Skaler) (Hiçbiri,) int64
adımlar/multimodal_instruction_assets/segmentation_obj_info/texture_name Sıra(Tensör) (Hiçbiri,) sicim
adımlar/gözlem ÖzelliklerDict
adımlar/gözlem/ee Tensör int64
adımlar/gözlem/frontal_image Tensör (128, 256, 3) uint8
adımlar/gözlem/frontal_segmentasyon Tensör (128, 256) uint8
adımlar/gözlem/görüntü Tensör (128, 256, 3) uint8
adımlar/gözlem/segmentasyon Tensör (128, 256) uint8
adımlar/gözlem/segmentasyon_obj_info ÖzelliklerDict
adımlar/gözlem/segmentasyon_obj_info/obj_adı Sıra(Tensör) (Hiçbiri,) sicim
adımlar/gözlem/segmentasyon_obj_info/segm_id Sıra(Skaler) (Hiçbiri,) int64
adımlar/gözlem/segmentasyon_obj_info/doku_adı Sıra(Tensör) (Hiçbiri,) sicim
adımlar/ödül Skaler kayan nokta32
@inproceedings{jiang2023vima,  title     = {VIMA: General Robot Manipulation with Multimodal Prompts},  author    = {Yunfan Jiang and Agrim Gupta and Zichen Zhang and Guanzhi Wang and Yongqiang Dou and Yanjun Chen and Li Fei-Fei and Anima Anandkumar and Yuke Zhu and Linxi Fan}, booktitle = {Fortieth International Conference on Machine Learning},  year      = {2023}. }