austin_sailor_dataset_converted_externally_to_rlds

  • Keterangan :

Tugas pengaturan meja Franka

Membelah Contoh
'train' 240
  • Struktur fitur :
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),
    }),
})
  • 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 (7,) float32 Aksi robot, terdiri dari [3x ee pos relatif, 3x ee rotasi relatif, 1x aksi gripper].
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/gambar Gambar (128, 128, 3) uint8 Pengamatan RGB kamera utama.
langkah/pengamatan/keadaan Tensor (8,) float32 Status robot default, terdiri dari [3x robot ee pos, 3x ee quat, 1x gripper state].
langkah/pengamatan/state_ee Tensor (16,) float32 Keadaan efektor akhir, direpresentasikan sebagai matriks transformasi homogen 4x4 dari pose ee.
langkah/pengamatan/state_gripper Tensor (1,) float32 Lebar bukaan gripper robot. Berkisar antara ~0 (tertutup) hingga ~0,077 (terbuka)
langkah/pengamatan/state_joint Tensor (7,) float32 Informasi gabungan robot 7-dof (tidak digunakan dalam dataset SAILOR asli).
langkah/pengamatan/wrist_image Gambar (128, 128, 3) uint8 Pengamatan RGB kamera pergelangan tangan.
langkah/hadiah Skalar float32 Benar pada langkah terakhir episode ini.
  • Kutipan :
@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}
    }