- Tanım :
xArm dikkat dağıtıcılarla nesneleri toplama ve yerleştirme
Ana sayfa : https://owmcorl.github.io
Kaynak kodu :
tfds.robotics.rtx.UcsdPickAndPlaceDatasetConvertedExternallyToRlds
Sürümler :
-
0.1.0
(varsayılan): İlk sürüm.
-
İndirme boyutu :
Unknown size
Veri kümesi boyutu :
3.53 GiB
Otomatik önbelleğe alınmış ( belgeler ): Hayır
Bölünmeler :
Bölmek | Örnekler |
---|---|
'train' | 1.355 |
- Özellik yapısı :
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.),
}),
})
- Özellik belgeleri :
Özellik | Sınıf | Şekil | Dtipi | Tanım |
---|---|---|---|---|
ÖzelliklerDict | ||||
bölüm_meta verileri | ÖzelliklerDict | |||
Episode_metadata/sorumluluk reddi | Metin | sicim | Belirli bir bölümle ilgili sorumluluk reddi beyanı. | |
bölüm_metadata/dosya_yolu | Metin | sicim | Orijinal veri dosyasının yolu. | |
bölüm_metadata/n_transitions | Skaler | int32 | Bölümdeki geçiş sayısı. | |
bölüm_metadata/başarı | Skaler | bool | Bir bölümün son durumu bir başarı durumuysa doğru, aksi durumda yanlış. | |
bölüm_metadata/success_labeled_by | Metin | sicim | Bölümün başarısını (ve dolayısıyla ödülünü) kim etiketledi? Şunlardan biri olabilir: [insan, sınıflandırıcı]. | |
adımlar | Veri kümesi | |||
adımlar/eylem | Tensör | (4,) | kayan nokta32 | Robot hareketi, [3x kıskaç hızı, 1x kıskaç açma/kapama torkundan] oluşur. |
adımlar/indirim | Skaler | kayan nokta32 | Sağlanırsa indirim, varsayılan olarak 1'dir. | |
adımlar/is_first | Tensör | bool | ||
adımlar/is_last | Tensör | bool | ||
adımlar/is_terminal | Tensör | bool | ||
adımlar/dil_embedding | Tensör | (512,) | kayan nokta32 | Kona dili yerleştirme. Bkz. https://tfhub.dev/google/universal-sentence-encoder-large/5 |
adımlar/language_instruction | Metin | sicim | Dil Öğretimi. | |
adımlar/gözlem | ÖzelliklerDict | |||
adımlar/gözlem/görüntü | Resim | (224, 224, 3) | uint8 | Kamera RGB gözlemi. |
adımlar/gözlem/durum | Tensör | (7,) | kayan nokta32 | Robot durumu, [3x tutucu konumu, 3x tutucu yönelimi, 1x parmak mesafesinden] oluşur. |
adımlar/ödül | Skaler | kayan nokta32 | Sağlandığı takdirde ödül, demolar için son adımda 1. |
Denetlenen anahtarlar (
as_supervised
belgesine bakın):None
Şekil ( tfds.show_examples ): Desteklenmiyor.
Örnekler ( tfds.as_dataframe ): Eksik.
Alıntı :
@preprint{Feng2023Finetuning,
title={Finetuning Offline World Models in the Real World},
author={Yunhai Feng, Nicklas Hansen, Ziyan Xiong, Chandramouli Rajagopalan, Xiaolong Wang},
year={2023}
}