ucsd_pick_and_place_dataset_converted_externally_to_rlds

  • توضیحات :

xArm چیدن و قرار دادن اشیا با حواس پرتی

تقسیم کنید نمونه ها
'train' 1,355
  • ساختار ویژگی :
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.),
    }),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D توضیحات
FeaturesDict
episode_metadata FeaturesDict
episode_metadata/سلب مسئولیت متن رشته سلب مسئولیت در مورد قسمت خاص.
episode_metadata/file_path متن رشته مسیر فایل داده اصلی
episode_metadata/n_transitions اسکالر int32 تعداد انتقال در قسمت.
episode_metadata/موفقیت اسکالر بوول درست است اگر آخرین حالت یک قسمت یک حالت موفقیت آمیز باشد، در غیر این صورت نادرست است.
episode_metadata/success_labeled_by متن رشته چه کسی موفقیت (و در نتیجه پاداش) قسمت را برچسب زد. می تواند یکی از: [انسان، طبقه بندی کننده] باشد.
مراحل مجموعه داده
مراحل/عمل تانسور (4،) float32 عمل ربات، شامل [۳ برابر سرعت دستگیره، ۱ برابر گشتاور باز/بستن دستگیره] است.
مراحل/تخفیف اسکالر float32 تخفیف در صورت ارائه، پیش فرض 1 است.
Steps/is_first تانسور بوول
Steps/is_last تانسور بوول
Steps/is_terminal تانسور بوول
Steps/language_embedding تانسور (512،) float32 تعبیه زبان کونا. به https://tfhub.dev/google/universal-sentence-encoder-large/5 مراجعه کنید
مراحل/زبان_آموزش متن رشته آموزش زبان.
مراحل / مشاهده FeaturesDict
مراحل / مشاهده / تصویر تصویر (224، 224، 3) uint8 مشاهده RGB دوربین.
مراحل / مشاهده / حالت تانسور (7،) float32 حالت ربات، از [موقعیت گیره 3 برابر، جهت گیری گیره 3 برابر، فاصله انگشت 1 برابر] تشکیل شده است.
مراحل/پاداش اسکالر float32 در صورت ارائه پاداش، 1 در مرحله آخر برای دموها.
@preprint{Feng2023Finetuning,
    title={Finetuning Offline World Models in the Real World},
    author={Yunhai Feng, Nicklas Hansen, Ziyan Xiong, Chandramouli Rajagopalan, Xiaolong Wang},
    year={2023}
}