utokyo_xarm_pick_and_place_converted_externally_to_rlds

  • Descrição :

xArm escolhendo e colocando objetos

Dividir Exemplos
'train' 92
'val' 10
  • Estrutura de recursos : 
FeaturesDict({
    'episode_metadata': FeaturesDict({
        'file_path': Text(shape=(), dtype=string),
    }),
    'steps': Dataset({
        'action': Tensor(shape=(7,), dtype=float32, description=Robot action, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll, 1x gripper open/close position].),
        '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({
            'end_effector_pose': Tensor(shape=(6,), dtype=float32, description=Robot end effector pose, consists of [3x EEF position, 3x EEF orientation yaw/pitch/roll].),
            'hand_image': Image(shape=(224, 224, 3), dtype=uint8, description=Hand camera RGB observation.),
            'image': Image(shape=(224, 224, 3), dtype=uint8, description=Main camera RGB observation.),
            'image2': Image(shape=(224, 224, 3), dtype=uint8, description=Another camera RGB observation from different view point.),
            'joint_state': Tensor(shape=(14,), dtype=float32, description=Robot joint state, consists of [7x robot joint angles, 7x robot joint velocity].),
            'joint_trajectory': Tensor(shape=(21,), dtype=float32, description=Robot joint trajectory, consists of [7x robot joint angles, 7x robot joint velocity, 7x robot joint acceralation].),
        }),
        'reward': Scalar(shape=(), dtype=float32, description=Reward if provided, 1 on final step for demos.),
    }),
})
  • Documentação de recursos :
Recurso Aula Forma Tipo D Descrição
RecursosDict
episódio_metadados RecursosDict
episódio_metadados/caminho_do_arquivo Texto corda Caminho para o arquivo de dados original.
passos Conjunto de dados
etapas/ação Tensor (7,) float32 A ação do robô consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação, 1x posição aberta/fechada da garra].
passos/desconto Escalar float32 Desconto, se fornecido, o padrão é 1.
passos/é_primeiro Tensor bool
passos/é_último Tensor bool
etapas/is_terminal Tensor bool
etapas/idioma_incorporação Tensor (512,) float32 Incorporação da linguagem Kona. Consulte https://tfhub.dev/google/universal-sentence-encoder-large/5
etapas/instrução_idioma Texto corda Instrução de Idiomas.
passos/observação RecursosDict
etapas/observação/end_effector_pose Tensor (6,) float32 A pose do efetor final do robô consiste em [3x posição EEF, 3x orientação EEF guinada/inclinação/rotação].
passos/observação/imagem_da_mão Imagem (224, 224, 3) uint8 Observação RGB de câmera manual.
passos/observação/imagem Imagem (224, 224, 3) uint8 Observação RGB da câmera principal.
etapas/observação/imagem2 Imagem (224, 224, 3) uint8 Outra observação da câmera RGB de um ponto de vista diferente.
etapas/observação/joint_state Tensor (14,) float32 Estado da junta do robô, consiste em [7x ângulos de junta do robô, 7x velocidade da junta do robô].
etapas/observação/joint_trajectory Tensor (21,) float32 A trajetória da articulação do robô consiste em [7x ângulos de articulação do robô, 7x velocidade da articulação do robô, 7x aceleração da articulação do robô].
passos/recompensa Escalar float32 Recompensa, se fornecida, 1 na etapa final para demonstrações.
  • Citação : 
@misc{matsushima2023weblab,
  title={Weblab xArm Dataset},
  author={Tatsuya Matsushima and Hiroki Furuta and Yusuke Iwasawa and Yutaka Matsuo},
  year={2023},
}