stanford_kuka_multimodal_dataset_converted_externally_to_rlds

설명 :

포스 피드백이 있는 Kuka iiwa 페그 삽입

홈페이지 : https://sites.google.com/view/visionandtouch
소스 코드 : tfds.robotics.rtx.StanfordKukaMultimodalDatasetConvertedExternallyToRlds
버전 :
- 0.1.0 (기본값): 최초 릴리스입니다.
다운로드 크기 : Unknown size
데이터세트 크기 : 31.98 GiB
자동 캐시 ( 문서 ): 아니요
분할 :

나뉘다	예
`'train'`	3,000

기능 구조 :

FeaturesDict({
    'episode_metadata': FeaturesDict({
    }),
    'steps': Dataset({
        'action': Tensor(shape=(4,), 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({
            'contact': Tensor(shape=(50,), dtype=float32),
            'depth_image': Tensor(shape=(128, 128, 1), dtype=float32),
            'ee_forces_continuous': Tensor(shape=(50, 6), dtype=float32),
            'ee_orientation': Tensor(shape=(4,), dtype=float32),
            'ee_orientation_vel': Tensor(shape=(3,), dtype=float32),
            'ee_position': Tensor(shape=(3,), dtype=float32),
            'ee_vel': Tensor(shape=(3,), dtype=float32),
            'ee_yaw': Tensor(shape=(4,), dtype=float32),
            'ee_yaw_delta': Tensor(shape=(4,), dtype=float32),
            'image': Image(shape=(128, 128, 3), dtype=uint8),
            'joint_pos': Tensor(shape=(7,), dtype=float32),
            'joint_vel': Tensor(shape=(7,), dtype=float32),
            'optical_flow': Tensor(shape=(128, 128, 2), dtype=float32),
            'state': Tensor(shape=(8,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})

기능 문서 :

특징	수업	모양	Dtype	설명
	특징Dict
에피소드_메타데이터	특징Dict
단계	데이터세트
단계/작업	텐서	(4,)	float32	로봇 동작은 [3x EEF 위치, 1x 그리퍼 열기/닫기]로 구성됩니다.
걸음수/할인	스칼라		float32	할인이 제공되면 기본값은 1입니다.
걸음수/is_first	텐서		부울
걸음수/is_last	텐서		부울
단계/is_terminal	텐서		부울
단계/언어_임베딩	텐서	(512,)	float32	코나 언어 임베딩. https://tfhub.dev/google/universal-sentence-encoder-large/5를 참조하세요.
단계/언어_지시	텍스트		끈	언어 교육.
단계/관찰	특징Dict
걸음수/관찰/접촉	텐서	(50,)	float32	로봇 연락처 정보.
단계/관찰/깊이_이미지	텐서	(128, 128, 1)	float32	주요 심도 카메라 관찰.
단계/관찰/ee_forces_continuous	텐서	(50, 6)	float32	로봇 엔드 이펙터 힘.
단계/관찰/ee_orientation	텐서	(4,)	float32	로봇 엔드 이펙터 방향 쿼터니언.
단계/관찰/ee_orientation_vel	텐서	(삼,)	float32	로봇 엔드 이펙터 방향 속도.
단계/관측/ee_위치	텐서	(삼,)	float32	로봇 엔드 이펙터 위치.
단계/관찰/ee_vel	텐서	(삼,)	float32	로봇 엔드 이펙터 속도.
단계/관찰/ee_yaw	텐서	(4,)	float32	로봇 엔드 이펙터 요.
단계/관측/ee_yaw_delta	텐서	(4,)	float32	로봇 엔드 이펙터 요 델타.
단계/관찰/이미지	영상	(128, 128, 3)	uint8	메인 카메라 RGB 관찰.
단계/관찰/joint_pos	텐서	(7,)	float32	로봇 관절 위치.
단계/관찰/joint_vel	텐서	(7,)	float32	로봇 관절 속도.
단계/관찰/optical_flow	텐서	(128, 128, 2)	float32	광학 흐름.
단계/관찰/상태	텐서	(8,)	float32	로봇 고유 감각 정보, [7x 관절 위치, 1x 그리퍼 열림/닫기].
걸음수/보상	스칼라		float32	제공되는 경우 보상, 데모의 마지막 단계에서 1개.

감독되는 키 ( as_supervised doc 참조): None
그림 ( tfds.show_examples ): 지원되지 않습니다.
예 ( tfds.as_dataframe ): 누락되었습니다.
인용 :

@inproceedings{lee2019icra,
  title={Making sense of vision and touch: Self-supervised learning of multimodal representations for contact-rich tasks},
  author={Lee, Michelle A and Zhu, Yuke and Srinivasan, Krishnan and Shah, Parth and Savarese, Silvio and Fei-Fei, Li and  Garg, Animesh and Bohg, Jeannette},
  booktitle={2019 IEEE International Conference on Robotics and Automation (ICRA)},
  year={2019},
  url={https://arxiv.org/abs/1810.10191}
}