ucsd_pick_and_place_dataset_converted_externally_to_rlds

  • وصف :

التقاط xArm ووضع الأشياء باستخدام المشتتات

ينقسم أمثلة
'train' 1,355
  • هيكل الميزة :
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.),
    }),
})
  • وثائق الميزة :
ميزة فصل شكل نوع D وصف
المميزاتDict
الحلقة_البيانات الوصفية المميزاتDict
events_metadata/disclaimer نص خيط إخلاء المسؤولية عن الحلقة المحددة.
Episode_metadata/file_path نص خيط المسار إلى ملف البيانات الأصلي.
Episode_metadata/n_transitions العددية int32 عدد التحولات في الحلقة.
Episode_metadata/success العددية منطقي صحيح إذا كانت الحالة الأخيرة للحلقة هي حالة نجاح، وخطأ بخلاف ذلك.
Episode_metadata/success_labeled_by نص خيط الذي وصف النجاح (وبالتالي المكافأة) للحلقة. يمكن أن يكون أحد: [إنسان، مصنف].
خطوات مجموعة البيانات
الخطوات/الإجراء الموتر (4،) float32 يتكون عمل الروبوت من [سرعات 3x للمقبض، 1x عزم الدوران للفتح/الإغلاق].
الخطوات/الخصم العددية float32 الخصم إذا تم توفيره، الافتراضي هو 1.
الخطوات/is_first الموتر منطقي
الخطوات/is_last الموتر منطقي
الخطوات/is_terminal الموتر منطقي
الخطوات/language_embedding الموتر (512،) float32 تضمين لغة كونا. راجع https://tfhub.dev/google/universal-sentence-encoder-large/5
الخطوات/language_instruction نص خيط تعليم اللغة.
الخطوات/الملاحظة المميزاتDict
الخطوات/الملاحظة/الصورة صورة (224، 224، 3) uint8 مراقبة الكاميرا RGB.
الخطوات/الملاحظة/الحالة الموتر (7،) float32 حالة الروبوت، تتكون من [وضعية المقبض 3x، اتجاه المقبض 3x، مسافة الإصبع 1x].
خطوات/مكافأة العددية float32 مكافأة إذا تم توفيرها، 1 في الخطوة النهائية للعروض التوضيحية.
  • الاقتباس :
@preprint{Feng2023Finetuning,
    title={Finetuning Offline World Models in the Real World},
    author={Yunhai Feng, Nicklas Hansen, Ziyan Xiong, Chandramouli Rajagopalan, Xiaolong Wang},
    year={2023}
}