austin_sailor_dataset_converted_externally_to_rlds

  • 説明：

フランカのテーブルセッティングのタスク

スプリット例
'train' 240
  • 機能の構造:
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), 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({
            'image': Image(shape=(128, 128, 3), dtype=uint8),
            'state': Tensor(shape=(8,), dtype=float32),
            'state_ee': Tensor(shape=(16,), dtype=float32),
            'state_gripper': Tensor(shape=(1,), dtype=float32),
            'state_joint': Tensor(shape=(7,), dtype=float32),
            'wrist_image': Image(shape=(128, 128, 3), dtype=uint8),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • 機能ドキュメント:
特徴クラス形Dタイプ説明
特徴辞書
エピソード_メタデータ特徴辞書
エピソードメタデータ/ファイルパス文章弦元のデータ ファイルへのパス。
ステップデータセット
ステップ/アクションテンソル（7、） float32ロボットのアクションは、[3x ee 相対位置、3x ee 相対回転、1x グリッパー アクション] で構成されます。
歩数/割引スカラーfloat32割引が指定されている場合、デフォルトは 1 です。
ステップ/is_firstテンソルブール
ステップ/is_lastテンソルブール
ステップ/is_terminalテンソルブール
ステップ/言語_埋め込みテンソル(512,) float32コナ言語の埋め込み。 https://tfhub.dev/google/universal-sentence-encoder-large/5を参照してください。
ステップ/言語説明文章弦言語指導。
ステップ/観察特徴辞書
手順・観察・イメージ画像(128、128、3) uint8メインカメラRGB観察。
ステップ/観察/状態テンソル(8,) float32デフォルトのロボット状態は、[3x ロボット ee pos、3x ee quat、1x グリッパー状態] で構成されます。
ステップ/観察/state_eeテンソル(16,) float32エンドエフェクタの状態。ee ポーズの 4x4 同次変換行列として表されます。
ステップ/観察/state_gripperテンソル(1,) float32ロボットグリッパーの開口幅。 ~0 (クローズ) ～ ~0.077 (オープン) の範囲
ステップ/観察/state_jointテンソル（7、） float32ロボットの 7-dof ジョイント情報 (元の SAILOR データセットでは使用されません)。
歩数/観察/手首画像画像(128、128、3) uint8リストカメラRGB観察。
歩数/報酬スカラーfloat32エピソードの最後のステップでは True。
  • 引用：
@inproceedings{nasiriany2022sailor,
      title={Learning and Retrieval from Prior Data for Skill-based Imitation Learning},
      author={Soroush Nasiriany and Tian Gao and Ajay Mandlekar and Yuke Zhu},
      booktitle={Conference on Robot Learning (CoRL)},
      year={2022}
    }