taco_play

  • Descrição :

Braço de Franka interagindo com a cozinha

Dividir Exemplos
'test' 361
'train' 3.242
  • Estrutura de recursos :
FeaturesDict({
    'steps': Dataset({
        'action': FeaturesDict({
            'actions': Tensor(shape=(7,), dtype=float32),
            'rel_actions_gripper': Tensor(shape=(7,), dtype=float32),
            'rel_actions_world': Tensor(shape=(7,), dtype=float32),
            'terminate_episode': float32,
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': FeaturesDict({
            'depth_gripper': Tensor(shape=(84, 84), dtype=float32),
            'depth_static': Tensor(shape=(150, 200), dtype=float32),
            'natural_language_embedding': Tensor(shape=(512,), dtype=float32),
            'natural_language_instruction': string,
            'rgb_gripper': Image(shape=(84, 84, 3), dtype=uint8),
            'rgb_static': Image(shape=(150, 200, 3), dtype=uint8),
            'robot_obs': Tensor(shape=(15,), dtype=float32),
            'structured_language_instruction': string,
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentação de recursos :
Recurso Aula Forma Tipo D Descrição
RecursosDict
passos Conjunto de dados
etapas/ação RecursosDict
passos/ação/ações Tensor (7,) float32 valores absolutos desejados para a pose da garra (as primeiras 6 dimensões são x, y, z, guinada, inclinação, rotação), a última dimensão é open_gripper (-1 é a garra aberta, 1 é fechada)
etapas/ação/rel_actions_gripper Tensor (7,) float32 ações relativas para pose da garra no quadro da câmera da garra (as primeiras 6 dimensões são x, y, z, guinada, inclinação, rotação), a última dimensão é open_gripper (-1 é a garra aberta, 1 é fechada)
etapas/ação/rel_actions_world Tensor (7,) float32 ações relativas para a posição da garra na estrutura base do robô (as primeiras 6 dimensões são x, y, z, guinada, inclinação, rotação), a última dimensão é open_gripper (-1 é a garra aberta, 1 é fechada)
etapas/ação/terminar_episódio Tensor float32
passos/é_primeiro Tensor bool
passos/é_último Tensor bool
etapas/is_terminal Tensor bool
etapas/observação RecursosDict
passos/observação/profundidade_gripper Tensor (84, 84) float32
etapas/observação/profundidade_estática Tensor (150, 200) float32
etapas/observação/integração_de_linguagem_natural Tensor (512,) float32
etapas/observação/instrução_de_linguagem_natural Tensor corda O ensino de linguagem natural é uma instrução de linguagem natural amostrada aleatoriamente com base em possíveis sinônimos de tarefa derivados da tarefa de linguagem estruturada. Por exemplo, 'desligar a luz azul' pode significar 'desligar a luz azul'.
etapas/observação/rgb_gripper Imagem (84, 84, 3) uint8
etapas/observação/rgb_static Imagem (150, 200, 3) uint8 Imagem estática RGB de forma. (150, 200, 3). Subamostrado da imagem (200.200, 3).
etapas/observação/robot_obs Tensor (15,) float32 Posição EE (3), orientação EE em ângulos de Euler (3), largura da pinça (1), posições das juntas (7), ação da pinça (1)
etapas/observação/instrução_de_linguagem_estruturada Tensor corda Uma das 25 instruções de linguagem estruturadas possíveis, consulte a lista em https://arxiv.org/pdf/2210.01911.pdf Tabela 2.
passos/recompensa Escalar float32
@inproceedings{rosete2022tacorl,
author = {Erick Rosete-Beas and Oier Mees and Gabriel Kalweit and Joschka Boedecker and Wolfram Burgard},
title = {Latent Plans for Task Agnostic Offline Reinforcement Learning},
journal = {Proceedings of the 6th Conference on Robot Learning (CoRL)},
year = {2022}
}
@inproceedings{mees23hulc2,
title={Grounding  Language  with  Visual  Affordances  over  Unstructured  Data},
author={Oier Mees and Jessica Borja-Diaz and Wolfram Burgard},
booktitle = {Proceedings of the IEEE International Conference on Robotics and Automation (ICRA)},
year={2023},
address = {London, UK}
}