vima_converted_externally_to_rlds

  • תיאור :

מערך נתונים של SIM של זרוע רובוט יחידה המבצעת משימות שולחניות שנוצרו באופן פרוצדורלי עם הנחיות מולטי-מודאליות, מסלולים של יותר מ-600K

לְפַצֵל דוגמאות
  • מבנה תכונה :
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),
    }),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
episode_metadata FeaturesDict
episode_metadata/action_bounds FeaturesDict
episode_metadata/action_bounds/high מוֹתֵחַ (3,) לצוף32
episode_metadata/action_bounds/low מוֹתֵחַ (3,) לצוף32
episode_metadata/end-effector סוג מוֹתֵחַ חוּט
episode_metadata/failure סקלר bool
episode_metadata/file_path מוֹתֵחַ חוּט
episode_metadata/n_objects סקלר int64
episode_metadata/num_steps סקלר int64
episode_metadata/robot_components_seg_ids רצף (סקלארי) (אף אחד,) int64
episode_metadata/seed סקלר int64
episode_metadata/success סקלר bool
episode_metadata/task מוֹתֵחַ חוּט
צעדים מערך נתונים
צעדים/פעולה FeaturesDict
steps/action/pose0_position מוֹתֵחַ (3,) לצוף32
steps/action/pose0_rotation מוֹתֵחַ (4,) לצוף32
צעדים/פעולה/פוזיציה1_עמדה מוֹתֵחַ (3,) לצוף32
steps/action/pose1_rotation מוֹתֵחַ (4,) לצוף32
צעדים/הנחה סקלר לצוף32
צעדים/הוא_ראשון מוֹתֵחַ bool
צעדים/הוא_אחרון מוֹתֵחַ bool
steps/is_terminal מוֹתֵחַ bool
צעדים/הוראה_מולטימודלית מוֹתֵחַ חוּט
שלבים/נכסי_הוראות_מולטימודאליים FeaturesDict
שלבים/נכסי_הוראות_מולטימודאליות/סוג_נכס רצף (טנזור) (אף אחד,) חוּט
צעדים/נכסי_הוראה_מולטימודלית/תמונה_חזיתית רצף (טנזור) (אין, 128, 256, 3) uint8
שלבים/נכסי_הוראות_מולטימודאליות/פילוח_פרונטלי רצף (טנזור) (אין, 128, 256) uint8
שלבים/נכסי_הוראות_מולטימודאליות/תמונה רצף (טנזור) (אין, 128, 256, 3) uint8
steps/multimodal_instruction_assets/key_name רצף (טנזור) (אף אחד,) חוּט
שלבים/נכסי_הוראות_מולטימודאליות/פילוח רצף (טנזור) (אין, 128, 256) uint8
steps/multimodal_instruction_assets/segmentation_obj_info סדר פעולות
steps/multimodal_instruction_assets/segmentation_obj_info/obj_name רצף (טנזור) (אף אחד,) חוּט
steps/multimodal_instruction_assets/segmentation_obj_info/segm_id רצף (סקלארי) (אף אחד,) int64
steps/multimodal_instruction_assets/segmentation_obj_info/texture_name רצף (טנזור) (אף אחד,) חוּט
צעדים/תצפית FeaturesDict
צעדים/תצפית/אי מוֹתֵחַ int64
צעדים/תצפית/תמונה_חזיתית מוֹתֵחַ (128, 256, 3) uint8
צעדים/תצפית/פילוח_חזיתי מוֹתֵחַ (128, 256) uint8
צעדים/תצפית/תמונה מוֹתֵחַ (128, 256, 3) uint8
צעדים/תצפית/פילוח מוֹתֵחַ (128, 256) uint8
steps/observation/segmentation_obj_info FeaturesDict
steps/observation/segmentation_obj_info/obj_name רצף (טנזור) (אף אחד,) חוּט
steps/observation/segmentation_obj_info/segm_id רצף (סקלארי) (אף אחד,) int64
steps/observation/segmentation_obj_info/texture_name רצף (טנזור) (אף אחד,) חוּט
צעדים/פרס סקלר לצוף32
@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}. }