uiuc_d3field

  • Description :

Organiser le bureau, les ustensiles, etc.

Diviser Exemples
'train' 192
  • Structure des fonctionnalités :
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(3,), dtype=float32),
        'discount': Scalar(shape=(), dtype=float32),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'language_embedding': Tensor(shape=(512,), dtype=float32),
        'language_instruction': Text(shape=(), dtype=string),
        'observation': FeaturesDict({
            'depth_1': Image(shape=(360, 640, 1), dtype=uint16),
            'depth_2': Image(shape=(360, 640, 1), dtype=uint16),
            'depth_3': Image(shape=(360, 640, 1), dtype=uint16),
            'depth_4': Image(shape=(360, 640, 1), dtype=uint16),
            'image_1': Image(shape=(360, 640, 3), dtype=uint8),
            'image_2': Image(shape=(360, 640, 3), dtype=uint8),
            'image_3': Image(shape=(360, 640, 3), dtype=uint8),
            'image_4': Image(shape=(360, 640, 3), dtype=uint8),
            'state': Tensor(shape=(4, 4), dtype=float32),
        }),
        'reward': Scalar(shape=(), dtype=float32),
    }),
})
  • Documentation des fonctionnalités :
Fonctionnalité Classe Forme Type D Description
FonctionnalitésDict
épisode_métadonnées FonctionnalitésDict
épisode_metadata/file_path Texte chaîne Chemin d'accès au fichier de données d'origine.
pas Base de données
étapes/actions Tenseur (3,) flotteur32 Déplacement du robot depuis la dernière image
étapes/remise Scalaire flotteur32 Remise si fournie, par défaut à 1.
étapes/is_first Tenseur bouffon
étapes/est_dernier Tenseur bouffon
étapes/is_terminal Tenseur bouffon
étapes/langue_embedding Tenseur (512,) flotteur32 Intégration du langage Kona. Voir https://tfhub.dev/google/universal-sentence-encoder-large/5
étapes/instruction_langue Texte chaîne Enseignement des langues.
étapes/observation FonctionnalitésDict
étapes/observation/profondeur_1 Image (360, 640, 1) uint16 caméra 1 observation en profondeur.
étapes/observation/profondeur_2 Image (360, 640, 1) uint16 caméra 2 observation en profondeur.
étapes/observation/profondeur_3 Image (360, 640, 1) uint16 caméra 3 observation en profondeur.
étapes/observation/profondeur_4 Image (360, 640, 1) uint16 caméra 4 observation en profondeur.
étapes/observation/image_1 Image (360, 640, 3) uint8 caméra 1 observation RVB.
étapes/observation/image_2 Image (360, 640, 3) uint8 caméra 2 observation RVB.
étapes/observation/image_3 Image (360, 640, 3) uint8 caméra 3 observation RVB.
étapes/observation/image_4 Image (360, 640, 3) uint8 caméra 4 observation RVB.
étapes/observation/état Tenseur (4, 4) flotteur32 État de l'effecteur final du robot
étapes/récompense Scalaire flotteur32 Récompense si fournie, 1 à la dernière étape pour les démos.
@article{wang2023d3field,
  title={D^3Field: Dynamic 3D Descriptor Fields for Generalizable Robotic Manipulation},
  author={Wang, Yixuan and Li, Zhuoran and Zhang, Mingtong and Driggs-Campbell, Katherine and Wu, Jiajun and Fei-Fei, Li and Li, Yunzhu},
  journal={arXiv preprint arXiv:},
  year={2023},
}