- Descrizione :
Franka esplora le cucine giocattolo
Pagina iniziale : https://human-world-model.github.io/
Codice sorgente :
tfds.robotics.rtx.CmuFrankaExplorationDatasetConvertedExternallyToRlds
Versioni :
-
0.1.0
(predefinito): versione iniziale.
-
Dimensioni del download :
Unknown size
Dimensione del set di dati :
602.24 MiB
Memorizzazione nella cache automatica ( documentazione ): No
Divide :
Diviso | Esempi |
---|---|
'train' | 199 |
- Struttura delle caratteristiche :
FeaturesDict({
'episode_metadata': FeaturesDict({
'file_path': Text(shape=(), dtype=string),
}),
'steps': Dataset({
'action': Tensor(shape=(8,), dtype=float32, description=Robot action, consists of [end effector position3x, end effector orientation3x, gripper action1x, episode termination1x].),
'discount': Scalar(shape=(), dtype=float32, description=Discount if provided, default to 1.),
'is_first': bool,
'is_last': bool,
'is_terminal': bool,
'language_embedding': Tensor(shape=(512,), dtype=float32, description=Kona language embedding. See https://tfhub.dev/google/universal-sentence-encoder-large/5),
'language_instruction': Text(shape=(), dtype=string),
'observation': FeaturesDict({
'highres_image': Image(shape=(480, 640, 3), dtype=uint8, description=High resolution main camera observation),
'image': Image(shape=(64, 64, 3), dtype=uint8, description=Main camera RGB observation.),
}),
'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
'structured_action': Tensor(shape=(8,), dtype=float32, description=Structured action, consisting of hybrid affordance and end-effector control, described in Structured World Models from Human Videos.),
}),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
metadati_episodio | CaratteristicheDict | |||
metadati_episodio/percorso_file | Testo | corda | Percorso del file di dati originale. | |
passi | Set di dati | |||
passi/azione | Tensore | (8,) | float32 | L'azione del robot consiste in [posizione dell'effettore finale 3x, orientamento dell'effettore finale 3x, azione della pinza 1x, terminazione dell'episodio 1x]. |
passi/sconto | Scalare | float32 | Sconto se fornito, il valore predefinito è 1. | |
passi/è_primo | Tensore | bool | ||
passi/è_ultimo | Tensore | bool | ||
passi/è_terminale | Tensore | bool | ||
passaggi/incorporamento_lingua | Tensore | (512,) | float32 | Incorporamento del linguaggio Kona. Vedi https://tfhub.dev/google/universal-sentence-encoder-large/5 |
passi/lingua_istruzioni | Testo | corda | Insegnamento della lingua. | |
passi/osservazione | CaratteristicheDict | |||
passi/osservazione/highres_image | Immagine | (480, 640, 3) | uint8 | Osservazione tramite telecamera principale ad alta risoluzione |
passi/osservazione/immagine | Immagine | (64, 64, 3) | uint8 | Osservazione RGB della fotocamera principale. |
passi/ricompensa | Scalare | float32 | Ricompensa se fornita, 1 nel passaggio finale per le demo. | |
passi/azione_strutturata | Tensore | (8,) | float32 | Azione strutturata, costituita da affordance ibrida e controllo dell'effettore finale, descritta in Modelli di mondo strutturati da video umani. |
Chiavi supervisionate (vedi il documento
as_supervised
):None
Figura ( tfds.show_examples ): non supportato.
Esempi ( tfds.as_dataframe ):
- Citazione :
@inproceedings{mendonca2023structured,
title={Structured World Models from Human Videos},
author={Mendonca, Russell and Bahl, Shikhar and Pathak, Deepak},
journal={RSS},
year={2023}
}