robot_set

  • Description :

Ensemble de données réel d'un seul bras robot démontrant 12 compétences de manipulation non triviales sur 38 tâches, 7 500 trajectoires.

Diviser Exemples
'train' 18 250
  • Structure des fonctionnalités :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': string,
        'trial_id': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_instruction': string,
        'observation': FeaturesDict({
            'image_left': Image(shape=(240, 424, 3), dtype=uint8),
            'image_right': Image(shape=(240, 424, 3), dtype=uint8),
            'image_top': Image(shape=(240, 424, 3), dtype=uint8),
            'image_wrist': Image(shape=(240, 424, 3), dtype=uint8),
            'state': Tensor(shape=(8,), dtype=float32),
            'state_velocity': Tensor(shape=(8,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentation des fonctionnalités :
Fonctionnalité Classe Forme Type D Description
FonctionnalitésDict
épisode_métadonnées FonctionnalitésDict
épisode_metadata/file_path Tenseur chaîne
épisode_metadata/trial_id Tenseur chaîne
pas Base de données
étapes/actions Tenseur (8,) flotteur32
étapes/remise Scalaire flotteur32
étapes/is_first Tenseur bouffon
étapes/est_dernier Tenseur bouffon
étapes/is_terminal Tenseur bouffon
étapes/instruction_langue Tenseur chaîne
étapes/observation FonctionnalitésDict
étapes/observation/image_left Image (240, 424, 3) uint8
étapes/observation/image_right Image (240, 424, 3) uint8
étapes/observation/image_top Image (240, 424, 3) uint8
étapes/observation/image_poignet Image (240, 424, 3) uint8
étapes/observation/état Tenseur (8,) flotteur32
étapes/observation/state_velocity Tenseur (8,) flotteur32
étapes/récompense Scalaire flotteur32
@misc{bharadhwaj2023roboagent, title={RoboAgent: Generalization and Efficiency in Robot Manipulation via Semantic Augmentations and Action Chunking}, author={Homanga Bharadhwaj and Jay Vakil and Mohit Sharma and Abhinav Gupta and Shubham Tulsiani and Vikash Kumar},  year={2023}, eprint={2309.01918}, archivePrefix={arXiv}, primaryClass={cs.RO} }