- Descrizione :
xArm prelievo e posizionamento di oggetti con distrattori
Pagina iniziale : https://owmcorl.github.io
Codice sorgente :
tfds.robotics.rtx.UcsdPickAndPlaceDatasetConvertedExternallyToRlds
Versioni :
-
0.1.0
(predefinito): versione iniziale.
-
Dimensioni del download :
Unknown size
Dimensioni del set di dati :
3.53 GiB
Memorizzazione nella cache automatica ( documentazione ): No
Divide :
Diviso | Esempi |
---|---|
'train' | 1.355 |
- Struttura delle caratteristiche :
FeaturesDict({
'episode_metadata': FeaturesDict({
'disclaimer': Text(shape=(), dtype=string),
'file_path': Text(shape=(), dtype=string),
'n_transitions': Scalar(shape=(), dtype=int32, description=Number of transitions in the episode.),
'success': Scalar(shape=(), dtype=bool, description=True if the last state of an episode is a success state, False otherwise.),
'success_labeled_by': Text(shape=(), dtype=string),
}),
'steps': Dataset({
'action': Tensor(shape=(4,), dtype=float32, description=Robot action, consists of [3x gripper velocities,1x gripper open/close torque].),
'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({
'image': Image(shape=(224, 224, 3), dtype=uint8, description=Camera RGB observation.),
'state': Tensor(shape=(7,), dtype=float32, description=Robot state, consists of [3x gripper position,3x gripper orientation, 1x finger distance].),
}),
'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
}),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
metadati_episodio | CaratteristicheDict | |||
metadati_episodio/disclaimer | Testo | corda | Dichiarazione di non responsabilità sull'episodio in particolare. | |
metadati_episodio/percorso_file | Testo | corda | Percorso del file di dati originale. | |
metadati_episodio/n_transizioni | Scalare | int32 | Numero di transizioni nell'episodio. | |
metadati_episodio/successo | Scalare | bool | Vero se l'ultimo stato di un episodio è uno stato di successo, Falso altrimenti. | |
Episode_metadata/success_labeled_by | Testo | corda | Chi ha etichettato il successo (e quindi la ricompensa) dell'episodio. Può essere uno tra: [umano, classificatore]. | |
passi | Set di dati | |||
passi/azione | Tensore | (4,) | float32 | L'azione del robot consiste in [3 velocità della pinza, 1 coppia di apertura/chiusura della pinza]. |
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/immagine | Immagine | (224, 224, 3) | uint8 | Osservazione RGB della telecamera. |
passi/osservazione/stato | Tensore | (7,) | float32 | Stato del robot, costituito da [3x posizione della pinza, 3x orientamento della pinza, 1x distanza delle dita]. |
passi/ricompensa | Scalare | float32 | Ricompensa se fornita, 1 nel passaggio finale per le demo. |
Chiavi supervisionate (vedi il documento
as_supervised
):None
Figura ( tfds.show_examples ): non supportato.
Esempi ( tfds.as_dataframe ): Mancante.
Citazione :
@preprint{Feng2023Finetuning,
title={Finetuning Offline World Models in the Real World},
author={Yunhai Feng, Nicklas Hansen, Ziyan Xiong, Chandramouli Rajagopalan, Xiaolong Wang},
year={2023}
}