berkeley_fanuc_manipulation

  • বর্ণনা :

ফানুক রোবট বিভিন্ন ম্যানিপুলেশন কাজ সম্পাদন করে

বিভক্ত উদাহরণ
'train' 415
  • বৈশিষ্ট্য গঠন :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(6,), 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({
            'end_effector_state': Tensor(shape=(7,), dtype=float32),
            'image': Image(shape=(224, 224, 3), dtype=uint8),
            'state': Tensor(shape=(13,), dtype=float32),
            'wrist_image': Image(shape=(224, 224, 3), dtype=uint8),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • বৈশিষ্ট্য ডকুমেন্টেশন :
বৈশিষ্ট্য ক্লাস আকৃতি ডিটাইপ বর্ণনা
ফিচারসডিক্ট
episode_metadata ফিচারসডিক্ট
episode_metadata/file_path পাঠ্য স্ট্রিং মূল ডেটা ফাইলের পথ।
পদক্ষেপ ডেটাসেট
পদক্ষেপ/ক্রিয়া টেনসর (6,) float32 রোবট অ্যাকশন, [dx, dy, dz] এবং [droll, dpitch, dyaw] নিয়ে গঠিত
পদক্ষেপ/ছাড় স্কেলার float32 ডিসকাউন্ট দেওয়া হলে, ডিফল্ট 1.
steps/is_first টেনসর bool
ধাপ/শেষ_শেষ টেনসর bool
steps/is_terminal টেনসর bool
পদক্ষেপ/ভাষা_এম্বেডিং টেনসর (512,) float32 কোন ভাষা এম্বেডিং. https://tfhub.dev/google/universal-sentence-encoder-large/5 দেখুন
পদক্ষেপ/ভাষা_নির্দেশ পাঠ্য স্ট্রিং ভাষার নির্দেশনা।
পদক্ষেপ/পর্যবেক্ষণ ফিচারসডিক্ট
পদক্ষেপ/পর্যবেক্ষণ/শেষ_প্রভাবক_রাষ্ট্র টেনসর (৭,) float32 রোবট গ্রিপার এন্ড ইফেক্টর স্টেট, [x, y, z] এবং 4x quaternion নিয়ে গঠিত
পদক্ষেপ/পর্যবেক্ষণ/চিত্র ছবি (224, 224, 3) uint8 প্রধান ক্যামেরা আরজিবি পর্যবেক্ষণ।
পদক্ষেপ/পর্যবেক্ষণ/রাষ্ট্র টেনসর (13,) float32 রোবট জয়েন্টের অবস্থা, [6x রোবট জয়েন্ট অ্যাঙ্গেল, 1x গ্রিপার ওপেন স্ট্যাটাস, 6x রোবট জয়েন্ট বেগ] নিয়ে গঠিত।
পদক্ষেপ/পর্যবেক্ষণ/কব্জি_চিত্র ছবি (224, 224, 3) uint8 কব্জি ক্যামেরা আরজিবি পর্যবেক্ষণ।
পদক্ষেপ/পুরস্কার স্কেলার float32 প্রদান করা হলে পুরস্কার, ডেমোর জন্য চূড়ান্ত ধাপে 1।
  • উদ্ধৃতি :
@article{fanuc_manipulation2023,
  title={Fanuc Manipulation: A Dataset for Learning-based Manipulation with FANUC Mate 200iD Robot},
  author={Zhu, Xinghao and Tian, Ran and Xu, Chenfeng and Ding, Mingyu and Zhan, Wei and Tomizuka, Masayoshi},
  year={2023},
}