stanford_robocook_converted_externally_to_rlds

  • Описание :

Франка готовит пельмени с помощью различных инструментов

Расколоть Примеры
'train' 2460
  • Структура функции :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'extrinsics_1': Tensor(shape=(4, 4), dtype=float32),
        'extrinsics_2': Tensor(shape=(4, 4), dtype=float32),
        'extrinsics_3': Tensor(shape=(4, 4), dtype=float32),
        'extrinsics_4': Tensor(shape=(4, 4), dtype=float32),
        '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({
            'depth_1': Tensor(shape=(256, 256), dtype=float32),
            'depth_2': Tensor(shape=(256, 256), dtype=float32),
            'depth_3': Tensor(shape=(256, 256), dtype=float32),
            'depth_4': Tensor(shape=(256, 256), dtype=float32),
            'image_1': Image(shape=(256, 256, 3), dtype=uint8),
            'image_2': Image(shape=(256, 256, 3), dtype=uint8),
            'image_3': Image(shape=(256, 256, 3), dtype=uint8),
            'image_4': Image(shape=(256, 256, 3), dtype=uint8),
            'state': Tensor(shape=(7,), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
эпизод_метаданные ВозможностиDict
эпизод_метаданные/extrinsics_1 Тензор (4, 4) поплавок32 Камера 1. Внешняя матрица.
эпизод_метаданные/extrinsics_2 Тензор (4, 4) поплавок32 Камера 2. Внешняя матрица.
эпизод_метаданные/extrinsics_3 Тензор (4, 4) поплавок32 Камера 3. Внешняя матрица.
эпизод_метаданные/extrinsics_4 Тензор (4, 4) поплавок32 Камера 4. Внешняя матрица.
метаданные_эпизода/путь_к файлу Текст нить Путь к исходному файлу данных.
шаги Набор данных
шаги/действия Тензор (7,) поплавок32 Действие робота состоит из [3 скоростей рабочего органа робота, 3 угловых скоростей рабочего органа робота, 1 скорости захвата].
шаги/скидка Скаляр поплавок32 Скидка, если она предусмотрена, по умолчанию равна 1.
шаги/is_first Тензор логическое значение
шаги/is_last Тензор логическое значение
шаги/is_terminal Тензор логическое значение
шаги/language_embedding Тензор (512,) поплавок32 Встраивание языка Kona. См. https://tfhub.dev/google/universal-sentence-encoder-large/5 .
шаги/language_instruction Текст нить Языковое обучение.
шаги/наблюдение ВозможностиDict
шаги/наблюдение/глубина_1 Тензор (256, 256) поплавок32 Камера 1. Наблюдение за глубиной.
шаги/наблюдение/глубина_2 Тензор (256, 256) поплавок32 Камера 2 Наблюдение за глубиной.
шаги/наблюдение/глубина_3 Тензор (256, 256) поплавок32 Камера 3. Наблюдение за глубиной.
шаги/наблюдение/глубина_4 Тензор (256, 256) поплавок32 Камера 4. Наблюдение за глубиной.
шаги/наблюдение/image_1 Изображение (256, 256, 3) uint8 Камера 1 RGB наблюдения.
шаги/наблюдение/image_2 Изображение (256, 256, 3) uint8 Камера 2 RGB наблюдения.
шаги/наблюдение/image_3 Изображение (256, 256, 3) uint8 Камера 3 RGB наблюдения.
шаги/наблюдение/image_4 Изображение (256, 256, 3) uint8 Камера 4 RGB наблюдения.
шаги/наблюдение/состояние Тензор (7,) поплавок32 Состояние робота состоит из [3 положения рабочего органа робота, 3 углов Эйлера рабочего органа робота, 1 положение захвата].
шаги/награда Скаляр поплавок32 Награда, если предусмотрена, 1 на последнем этапе демоверсий.
@article{shi2023robocook,
  title={RoboCook: Long-Horizon Elasto-Plastic Object Manipulation with Diverse Tools},
  author={Shi, Haochen and Xu, Huazhe and Clarke, Samuel and Li, Yunzhu and Wu, Jiajun},
  journal={arXiv preprint arXiv:2306.14447},
  year={2023}
}